where P(·) is the probability that

where P(·) is the probability that bank i at time t experiences a default event given the
set of observable covariates xit−1, with  being fixed parameters to be estimated. In order
to assure the exogeneity of the regressors xi and to introduce a forward-looking dimension
into the model, the explanatory variables are all lagged one period relative to the response
variable yi. The function G(·) is a link function mapping the linear index xit−1  to the
response probability with support in the open unit interval. For the majority of the
empirical analysis, we will use the logit model as a special case of the link function G(·).
Hence, we will estimate models of the form:

ผลลัพธ์ (ไทย) 1:

P(·) ความน่าเป็น ธนาคารที่ฉันที่เวลา t ประสบเหตุการณ์เริ่มต้นที่ได้รับการชุด observable covariates xit−1 กับการแก้ไขพารามิเตอร์ที่จะประเมิน ในใบสั่งเพื่อให้มั่นใจใน exogeneity สิ regressors และแนะนำขนาดที่มองไปข้างหน้าในรูปแบบ ตัวแปรอธิบายมีทั้งหมด lagged ระยะหนึ่งสัมพันธ์กับการตอบสนองยี่ผันแปร ฟังก์ชัน G(·) จะแม็ป xit−1 ดัชนีเชิงเส้นการเชื่อมโยงฟังก์ชันการความน่าเป็นตอบสนอง ด้วยการสนับสนุนในช่วงเปิดหน่วย สำหรับส่วนใหญ่วิเคราะห์ผล เราจะใช้แบบจำลอง logit เป็นกรณีพิเศษของฟังก์ชันเชื่อมโยง G(·)ดังนั้น เราต้องการประเมินรูปแบบของแบบฟอร์ม:

ผลลัพธ์ (ไทย) 2:

ที่ P (·) ความน่าจะเป็นที่ธนาคารฉันเวลา t ประสบการณ์เหตุการณ์เริ่มต้นที่ได้รับ
การตั้งค่าของตัวแปรที่สังเกตอก-1 กับการคงพารามิเตอร์ที่จะประมาณ ในการสั่งซื้อ
เพื่อให้มั่นใจ exogeneity ของจิน regressor และจะแนะนำมิติมองไปข้างหน้า
ในรูปแบบที่อธิบายตัวแปรทั้งหมด lagged หนึ่งญาติระยะเวลาในการตอบสนอง
ยี่ตัวแปร ฟังก์ชั่นจี (·) เป็นฟังก์ชั่นการเชื่อมโยงการทำแผนที่ XIT ดัชนีเชิงเส้นที่ 1 ถึง
น่าจะตอบสนองด้วยการสนับสนุนในช่วงเปิดหน่วย สำหรับส่วนใหญ่ของ
การวิเคราะห์เชิงประจักษ์เราจะใช้รูปแบบ logit เป็นกรณีพิเศษของการเชื่อมโยงการทำงานของ G (·).
ดังนั้นเราจะประเมินรูปแบบของรูปแบบ: