MDA là một phương pháp thống kê được sử dụng để phân loại một quan sát nào đó vào một hay nhiều nhóm độc lập dựa vào những đặc thù riêng biệt của những quan sát. Do đó, bước đầu tiên là phải xây dựng việc phân loại nhóm rõ ràng. Sau khi các nhóm đã được thiết lập, dữ liệu phải được thu thập. MDA sẽ lọc ra, kết hợp tuyến tính của những đặc trưng này để phân biệt tốt nhất giữa các nhóm.
Mục tiêu chung của mô hình phân tích phân biệt trong đo lường rủi ro vỡ nợ là phân biệt giữa công ty có rủi ro vỡ nợ và công ty không có nguy cơ rủi ro vỡ nợ một cách khách quan và chính xác nhất thông qua hàm biệt thức trong đó các biến số là biến định lượng.
Các mô hình được phát triển thông qua MDA có hình thức như sau:
Trong đó: Z: chỉ số tổng thể
β1, β2… βn: hệ số phân biệt x1, x2… xn: các biến độc lập
Chẳng hạn như khi nghiên cứu rủi ro vỡ nợ, có hai nhóm đối tượng là các công ty có rủi ro vỡ nợ và không có rủi ro vỡ nợ. Mức chỉ số phân biệt (Z) được thực hiện để ước tính đặc tính rủi ro vỡ nợ của công ty. Giá trị của Z càng thấp, xác suất xảy ra rủi ro vỡ nợ của công ty càng tăng và ngược lại.
Kỹ thuật phân tích MDA có ưu điểm là có khả năng phân biệt các đặc tính giữa các nhóm công ty có hoặc không có khả năng trả nợ. Mô hình tương đối đơn
giản, dễ ứng dụng. Tuy nhiên, mô hình chỉ thực sự phù hợp cho việc phân tích số liệu là các chỉ tiêu định lượng hơn là xem xét phân tích các chỉ tiêu định tính.