多元概率比回歸模型亦稱Probit回歸模型，是假定企業(yè)破產(chǎn)的概率為p，并假設企業(yè)樣本服從標準正態(tài)分布，其概率函數(shù)的p分位元數(shù)可以用財務指標線性解釋。

企業(yè)樣本服從標準正態(tài)分布，概率函數(shù)p分位數(shù)可以用財務指標線性解釋。

Probit模型和Logit模型的思路很相似，但在具體的計算方法和假設前提上又有一定的差異，主要體現(xiàn)在三個方面：

• 一是假設前提不同，Logit不需要嚴格的假設條件，而 Probit則假設企業(yè)樣本服從標準正態(tài)分布，其概率函數(shù)的p分位元數(shù)可以用財務指標線性解釋；
• 二是參數(shù)a、b的求解方法不同，Logit采用線性回歸方法求解，而Probit采用極大似然函數(shù)求極值的方法求解；
• 三是求破產(chǎn)概率的方法不同，Logit采用取對數(shù)方法，而Probit采用積分的方法。

假設條件比較嚴格，計算過程復雜，且有較多近似處理，但預測精確度高。