Logit模型
Logit模型
逻辑分布（Logistic distribution）公式
P(Y=1│X=x)=exp(x'β)/1+exp(x'β)
其中参数β常用极大似然估计。
Logit模型概述
基于滞后宏观经济和金融数据的Logit模型由Kumar，Moorthy和Perraudin在2003年提出，该模型基于利率调整引起的汇率贬值构建了两个投机冲击预测模型：未预期到的贬值冲击模型和总贬值冲击模型。如果令et为在直接标价法下本币对外币的汇率；rt为本币的利率；
为外币的利率，γ1为未预期到的货币的贬值程度(5%或 10%)。则当:
时，
即投资外国货币或资产的收益大于本币的贬值率时，投资者会抛售本币，引发货币危机。公式左边表示投资者减少国内货币的持有，投资于外币直到到期日时所获得的报酬。当
时，
投机性冲击也会发生，以至引发货币危机。其中：γ2指本币的汇率的贬值幅度，值为5%或10%，γ3 = 100%。
Logit模型的预警效果
Kumar等在2003年用该模型对32个发展中国家 1985年1月至1999年10月的危机进行验证，在较高的贬值水平上，两个冲击模型发生的概率均在1994年一月份以后；在解释20世纪90年代早期的阿根廷危机和中期的墨西哥危机、1997年爆发的亚洲货币危机以及1998年俄罗斯、1999年巴西货币危机时，结果是令人满意的，并且样本内预测更为稳定。实证结果也表明，样本外预测对货币危机的发生同样具有较强的解释力，而且它也进一步证实了早期理论研究中提出的导致货币危机发生的主要因素。模型结果显示，外汇储备和出口的下降以及真实经济的虚弱是导致危机发生的最重要解释变量。此外，货币危机的传染性在货币危机中也起了重要作用。
Logit模型的优缺点
Logit模型的优点是：
(1)模型考察了对两种货币危机定义情况下发生货币危机的可能性，即利率调整引起的汇率大幅度贬值和货币的贬值幅度超过了以往的水平的情形，而以往的模型只考虑一种情况。
(2)该模型不仅可以在样本内进行预测，还可以对样本外的数据进行预测。
(3)模型可以对预测的结果进行比较和检验，克服了以往模型只能解释货币危机的局限。
虽然Logit模型能够在一定程度上克服以往模型事后预测事前事件的缺陷，综合了FR模型中FR概率分析法和KLR模型中信号分析法的优点，但是，它只是在利率、汇率等几个主要金融资产或经济指标的基础上预警投机冲击性货币危机，与我们所要求的一般货币危机预警还有所差异。所以仅用几个指标来定义货币危机从而判断发生货币危机的概率就会存在一定问题，外债、进出口、外汇储备、不良贷款等因素对货币危机的影响同样非常重要。