《表4 违约概率P阈值设置与Logistic模型预测准确率单位：》

  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

《涉农中小企业贷款违约风险评估研究——基于“新三板”农林牧渔类企业数据》

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

运用Logistic模型预测企业违约概率时，可能出现两种误判结果：一是将正常企业误判成违约企业，高估了企业对银行造成的信用风险；二是将存在贷款违约的企业误判成正常企业（非违约企业），低估其信用风险。实证模型的预测准确率与违约概率P阈值的设置相关，阈值是违约判别的临界点。例如P阈值设为50%，若P≥50%，则认为企业违约（Y=1），否则企业不违约（Y=0）。见表4，伴随P阈值的减小，正常企业预测准确率随之减小，违约企业的预测准确率随之增大，而总体预测准确率则呈现“中间高两边低”的分布特点。因此，在选取P阈值时，要综合考虑所构建模型对正常企业、违约企业和全样本的预测准确率。