10.4 Probit

其它会计变量
• 作者发现新上市的公司面临的税务压力会
持续增强，因为上市后公司会比以前多支
付2%的税款，并且上市后的会计信息透明
度高，防止公司避税，这增加了上市的成
本。
借贷成本
• （Basile，1988）上市公司的优势在于利用证劵 市场降低信贷成本或银行会给上市公司优惠。这 种效应在上市当年和随后三年在经济上和统计上 都是显著的，但其后就减弱了 。 • 这种效应似乎完全集中在独立公司，对于子公司 不能认为借贷成本在上市后有变化

上市的收益
克服借贷限制 上市的最大的一个优势可能是，能够选 择从银行融资。因此高杠杆高投资的公司更 可能上市。IPO后可以降低杠杆，高投资。 增加了与银行的议价能力 上市后有更多的融资渠道，因此增加了 企业与银行的议价能力。

• 流动性与多元化 股票交易过程中会获得流动性收益，规 模大的公司交易量大收益多，而小公司交易 量小，收益少。越小的公司越不可能上市。 IPO后会分散股权。 多元化投资，可以分散风险。风险高的 企业越可能上市。IPO后控股股东减少股份， 降低了自身风险。
本文作者从两个方面来推断上市决策的影响因素 ：
• • 公司上市前的特征 公司上市后的投资与财务决策
两个原因：
• 有些变量的重要性只能通过事后的数据来评估，比如，
控股股东的处置意图几乎不可能从事前的信息判断。
• 发行的效果不可能完全预测，只有事后的信息才能揭示 出来。
四、公司上市前的特征
在文章的第三部分，作者分析了上市前的决定因素。
作者通过考察公司所有权结构和控股股东
的变化来进一步说明公司上市的动机。 研究结果表明，控股股东似乎没有通过上市分散 他们的持股。这似乎排除了多元化的危机。但是，控 股股东持股风险的降低可能仍然是上市的一个重要决

k
1 F[(0 j Xij )] j 1
其中F是u的累积散布函数。 假设u的散布是对称的，那么1 F (z) F (z) ，我 们可以将上式写成
k
Pi F (0 j X ij ) j 1
(10.9)
我们可写出似然函数：
L Pi (1 Pi ) Yi 1 Yi 0
(10.10)
假设只要两个选择，我们可用0和1 区分表示它们， 如乘公交为0，自驾车为1，这样的模型称为二元选择 模型〔binary choice Models〕，多于两个选择〔如下 班方式加上一种骑自行车〕的定性选择模型称为多项 选择模型〔Multinomial choice models〕。
第一节 线性概率模型
概率=F(Z)
1
Probit模型
线性概率模型
0
Z
图10-1 线性概率模型和Probit模型
虽然Probit模型实践是非线性的，但它可以以一 种相似于其他经济模型的方式写出。首先，我们需求 将等式〔10.12〕稍微改写一下，它代表由累积正态 概率函数执行的变换：
第二节 Probit模型和Logit模型
一．Probit和Logit方法概要
估量二元选择模型的另一类方法假定回归模
Yi* 0 k j X ij 型 u为i
(10.7)
j 1
Yi*
这里 不可观测，通常称为潜变量〔latent variYaible〕10 。若我其Y们i*它能0观测到（的10是.8）虚拟变量：
AGE的斜率估量值也在1%的水平上清楚。在支出和 性别不变的状况下，年龄添加1岁，选择候选人甲的概 率添加0.016。MALE的斜率系数统计上不清楚，因此 没有证听说明样本中男人和女人的选票不同。
我们可以得出如下结论：年轻一些、富有一些的选

EPS PanSystem V3.0a使用指南Version 3.0aMarch 2002爱丁堡石油服务有限公司(C) Copyright EPS LtdALL RIGHTS RESERVED中文手册出版说明文版的翻译工作是爱丁堡石油服务有限公司授权由中油股份西南油田分公司勘探开发研究院汪福勇、胡勇先生完成的。

有EPS北京办公室何祥初先生和北京Lanston石油燃气设备有限公司叶荣先生审定。

由于时间紧促，水平有限，难免有错误和不妥之处，仅请各位用户指正。

EPS公司北京代表处目录EPS PanSystem User Guide第一章PANSYSTEM 简介 (1)基础部分（Basics Section）第二章文件菜单（File Menu Options） (39)第三章编辑菜单（EDIT Menu Options） (46)第四章报告菜单（REPORT Menu Options） (57)数据准备部分（Dataprep Section）第五章配置菜单（CONFIG Menu Options） (58)第六章数据准备（Gauge Data Preparation） (67)第七章井及油藏特性描述- 解析（Well and Reservoir Description）.117第八章井及油藏特性描述- 数字（Well and Reservoir Description）.168第九章潮汐校正（The Tidal Filter） (201)分析部分（Analysis Section）第十章试井分析（Analysis） (208)第十一章模拟（Simulate） (252)第十二章数字模拟（Numerical Simulate） (274)第十三章产能分析（Deliverability） (311)先进模拟（Advanced Simulation）第十四章Advanced Simulation (339)其它有用的信息（Other Useful Information）第十五章A 公式（Equation） (362)第十五章B 公式（Equation） (403)第十六章文件结构（File Structures） (431)范例（Worked Examples）第十七章测试数据准备（Dataprep - Gauge Data） (439)第十八章人工数据输入（Manual Data Entry） (449)第十九章气井中途测试和产能分析（Gas Well DST and Deliverability Analysis） (463)第二十章报告（Reporting） (476)第二十一章试井设计（Test Design） (482)第二十二章参考文献（References） (492)前言PanSystem 的研发和所有权为:爱丁堡石油服务有限责任公司,Research Park,Riccarton,EDINBURGH EH14 4APScotland, UK.PanSystem (C) Copyright EPS Ltd. 1994 to 2002. PanMesh (C) Copyright EPS Ltd and Kepler Engineering 1998 to 2002. All rights reserved. Portions of PanMesh are copyright of Criterion Software Ltd (UK) 1993 - 1996 and their Licensors.本手册和软件必须由爱丁堡石油服务有限责任公司和软件所有者授权才能使用，否则既是非法的。

第八章回归分析回归分析是处理两个及两个以上变量间线性依存关系的统计方法。

在医学领域中，此类问题很普遍，如人头发中某种金属元素的含量与血液中该元素的含量有关系，人的体表面积与身高、体重有关系；等等。

回归分析就是用于说明这种依存变化的数学关系。

第一节Linear过程8.1.1 主要功能调用此过程可完成二元或多元的线性回归分析。

在多元线性回归分析中，用户还可根据需要，选用不同筛选自变量的方法（如：逐步法、向前法、向后法，等）。

8.1.2 实例操作［例8.1］某医师测得10名3岁儿童的身高（cm）、体重（kg）和体表面积（cm2）资料如下。

试用多元回归方法确定以身高、体重为自变量，体表面积为应变量的回归方程。

8.1.2.1 数据准备激活数据管理窗口，定义变量名：体表面积为Y，保留3位小数；身高、体重分别为X1、X2，1位小数。

输入原始数据，结果如图8.1所示。

图8.1 原始数据的输入8.1.2.2 统计分析激活Statistics菜单选Regression中的Linear...项，弹出Linear Regression对话框（如图8.2示）。

从对话框左侧的变量列表中选y，点击 钮使之进入Dependent框，选x1、x2，点击 钮使之进入Indepentdent(s)框；在Method处下拉菜单，共有5个选项：Enter（全部入选法）、Stepwise（逐步法）、Remove（强制剔除法）、Backward（向后法）、Forward（向前法）。

本例选用Enter法。

点击OK钮即完成分析。

图8.2 线性回归分析对话框用户还可点击Statistics...钮选择是否作变量的描述性统计、回归方程应变量的可信区间估计等分析；点击Plots...钮选择是否作变量分布图（本例要求对标准化Y预测值作变量分布图）；点击Save...钮选择对回归分析的有关结果是否作保存（本例要求对根据所确定的回归方程求得的未校正Y预测值和标准化Y预测值作保存）；点击Options...钮选择变量入选与剔除的α、β值和缺失值的处理方法。