文章提出了一种评估贷款或抵押贷款盈利能力的模型，重点关注随机净现值（RNPV）作为关键性能指标。该模型同时考虑了借款人行为和信用市场动态变化对违约和提前还款风险的影响。通过马尔可夫链描述信用市场状态的随机演变，文章详细分析了单个贷款和贷款组合的RNPV均值和方差。数值应用展示了模型的实际效果，并通过敏感性分析探讨了评估率和投资组合规模对结果的影响。
金融机构通常依赖模型评估借款人的信用状况和贷款盈利能力，这些模型结合了宏观信用市场条件和借款人个体特征。信用市场的动态变化会系统性影响借款人的违约和提前还款行为，进而影响贷款的最终收益。文章提出了一种新的模型，用于衡量具有特定还款计划的贷款盈利能力，重点关注随机净现值（RNPV）的均值和方差分析。
文章假设信用市场条件的演变可以通过马尔可夫链描述，状态在“好”和“坏”之间随机切换。这种动态变化直接影响借款人的违约和提前还款强度，以及违约时的回收率。通过设定状态转移概率，模型能够捕捉信用市场的长期持续性特征，例如“坏”状态平均持续12.5个月，“好”状态平均持续25个月。
模型的核心是评估单个贷款的RNPV，其随机性主要来源于违约和提前还款风险。违约概率和提前还款概率依赖于信用市场的当前状态，而违约时的回收率也因市场状态不同而有所差异。文章详细定义了贷款可能经历的多种事件，包括在不同市场状态下的违约、提前还款以及正常还款，并通过递归公式计算这些事件的概率。
文章将单个贷款的分析扩展到贷款组合，假设组合中的贷款具有相同的参数设置。由于所有贷款共享相同的信用市场条件，它们的RNPV之间存在相关性。通过计算协方差，模型能够评估组合层面的风险分散效果。数值结果显示，随着组合规模的增大，特定风险逐渐降低，但由于系统性风险的存在，风险分散存在极限。
通过一个实际案例，文章展示了模型的具体应用。案例中，贷款期限为60个月，金额为8500欧元，年利率为12.9%。敏感性分析探讨了不同年折现率和组合规模对RNPV均值和标准差的影响。结果显示，较高的折现率会降低盈利性，而增加组合规模能够有效降低风险，但无法完全消除系统性风险。