《表1 分类表：农业类上市公司信用风险评估实证分析——基于Logistic模型》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《农业类上市公司信用风险评估实证分析——基于Logistic模型》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

根据上面得到的Logistic回归函数，我们将2018年农业上市公司样本数据代入模型中，可以得到如表1所示的信用风险分界点为0.5的分类结果。从中可以看出，正常公司的正确识别率高达98.8%，即采用该模型不容易犯第一类错误。而被特别处理的公司正确识别率仅为57.1%，这符合前面的学者所描述的使用该模型容易将高风险公司判断为低风险公司的特点。