模型概述
Logit模型是Luce(1959)根據IIA特性首次導出的;Marschark(1960)證明了Logit模型與最大效用理論的一緻性;Marley(1965)研究了模型的形式和效用非确定項的分布之間的關系，證明了極值分布可以推導出Logit形式的模型;McFadden(1974)反過來證明了具有Logit形式的模型效用非确定項一定服從極值分布。
此後Logit模型在心理學、社會學、經濟學及交通領域得到了廣泛的應用，并衍生發展出了其他離散選擇模型，形成了完整的離散選擇模型體系，如Probit模型、NL模型(Nest Logit model)、Mixed Logit模型等。模型假設個人n對選擇枝j的效用由效用确定項和随機項兩部分構成.
Logit模型的應用廣泛性的原因主要是因為其概率表達式的顯性特點，模型的求解速度快，應用方便。當模型選擇集沒有發生變化，而僅僅是當各變量的水平發生變化時(如出行時間發生變化)，可以方便的求解各選擇枝在新環境下的各選擇枝的被選概率。根據Logit模型的IIA特性，選擇枝的減少或者增加不影響其他各選擇之間被選概率比值的大小，因此，可以直接将需要去掉的選擇枝從模型中去掉，也可将新加入的選擇枝添加到模型中直接用于預測。
Logit模型這種應用的方便性是其他模型所不具有的，也是模型被廣泛應用的主原因之一。
特點介紹
Logit模型的優點是：
(1)模型考察了對兩種貨币危機定義情況下發生貨币危機的可能性，即利率調整引起的彙率大幅度貶值和貨币的貶值幅度超過了以往的水平的情形，而以往的模型隻考慮一種情況。
(2)該模型不僅可以在樣本内進行預測，還可以對樣本外的數據進行預測。
(3)模型可以對預測的結果進行比較和檢驗，克服了以往模型隻能解釋貨币危機的局限。
相關介紹
雖然Logit模型能夠在一定程度上克服以往模型事後預測事前事件的缺陷，綜合了FR模型中FR概率分析法和KLR模型中信号分析法的優點，但是，它隻是在利率、彙率等幾個主要金融資産或經濟指标的基礎上預警投機沖擊性貨币危機，與我們所要求的一般貨币危機預警還有所差異。
所以僅用幾個指标來定義貨币危機從而判斷發生貨币危機的概率就會存在一定問題，外債、進出口、外彙儲備、不良貸款等因素對貨币危機的影響同樣非常重要。
