模型判别

多变量信用风险判别模型是以特征财务比率为解释变量，运用数量统计方法推导而建立起的标准模型。运用此模型预测某种性质事件发生的可能性，及早发现信用危机信号，使经营者能够在危机出现的萌芽阶段采取有效措施改善企业经营，防范危机；使投资者和债权人可依据这种信号及时转移投资、管理应收帐款及作出信贷决策。目前国际上这类模型的应用是最有效的，也是国际金融业和学术界视为主流方法。概括起来有线性概率模型、Logit模型、Probit模型和判别分析模型。其中多元判别分析法最受青睐，Logit模型次之。