Pokles cen nemovitostí a hypotéky pod vodou
Bohužel víš moc dobře, že ceny nemovitostí ne vždy rostou.
Hypotéka pod vodou nastane tehdy, když zbývající dlužná částka převyšuje aktuální hodnotu nemovitosti samotné.
V tomto cvičení spočítáš nejhorší možný scénář, kdy ceny nemovitostí steadily klesají tempem 0,45 % měsíčně. Abychom ti práci usnadnili, kumulativní pokles cen nemovitostí už byl předpovězen a uložen do proměnné cumulative_decline_forecast – jde o pole multiplikativních diskontních faktorů vůči dnešní ceně, takže k poli sazeb není potřeba přičítat 1.
Zbývající jistina hypotéky je dostupná jako principal_remaining.
Toto cvičení je součástí kurzu
Introduction to Financial Concepts in Python
Pokyny k cvičení
- Předpověz hodnotu nemovitosti v čase pomocí jednoduché operace mezi polem
cumulative_decline_forecasta počáteční hodnotouhome_value. - Vypočítej, kdy je hypotéka
underwaterv každém časovém období – ulož pole booleovských hodnot podle toho, zda podmínka platí, nebo ne. - Spusť stávající kód pro vykreslení grafu hodnoty nemovitosti vs. zbývající jistiny v čase.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
import numpy as np
import pandas as pd
# Cumulative drop in home value over time as a ratio
cumulative_decline_forecast = np.cumprod(1+decline_array)
# Forecast the home value over time
home_value_forecast = ____
# Find all periods where your mortgage is underwater
underwater = ____
pd.value_counts(underwater)
# Plot the home value vs principal remaining
plt.plot(home_value_forecast, color='red')
plt.plot(principal_remaining, color='blue')
plt.legend(handles=[homevalue_plot, principal_plot], loc=2)
plt.show()