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(shè)企業(yè)樣本服從標(biāo)準(zhǔn)正態(tài)分布，其概率函數(shù)的p分位元數(shù)可以用財(cái)務(wù)指標(biāo)線性解釋。

企業(yè)樣本服從標(biāo)準(zhǔn)正態(tài)分布，概率函數(shù)p分位數(shù)可以用財(cái)務(wù)指標(biāo)線性解釋。

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

• 一是假設(shè)前提不同，Logit不需要嚴(yán)格的假設(shè)條件，而 Probit則假設(shè)企業(yè)樣本服從標(biāo)準(zhǔn)正態(tài)分布，其概率函數(shù)的p分位元數(shù)可以用財(cái)務(wù)指標(biāo)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(duì)數(shù)方法，而Probit采用積分的方法。

假設(shè)條件比較嚴(yán)格，計(jì)算過(guò)程復(fù)雜，且有較多近似處理，但預(yù)測(cè)精確度高。