线性概率模型是使用诸如会计比率之类的历史数据作为模型的输入数据，来解释以前的贷款偿还情况。我们可以使用在过去贷款偿还中起重要作用的一些因素来预测新贷款的偿还概率。
过去的贷款通常划分为两类，即违约的(Zi=1)和不违约的(Zi=0)。然后，我们通过对随机变量(Xij)的线性回归来进行估计，Xij表示第j个借款者的数量信息，如财务杠杆或收益率。
如果我们得到变量j的估计Bj值，并且将其与对未来借款者所观测到的Xij值相乘，并进行加总，得到借款者违约的概率E(Zi)=(1一Pi)=预期的违约率，其中Pi是对贷款偿还的概率。
只要可以获得借款者Xij的当前信息，这种方法是非常直截了当的。 2100433B
