Baisse des prix de l’immobilier et prêts hypothécaires « underwater »
Malheureusement, vous savez aussi que les prix de l’immobilier ne montent pas toujours.
Un prêt hypothécaire underwater signifie que le montant qu’il vous reste à rembourser est supérieur à la valeur actuelle du bien.
Dans cet exercice, vous allez calculer le pire scénario où les prix des logements baissent régulièrement de 0,45 % par mois. Pour aller plus vite, la baisse cumulée des prix a déjà été estimée et stockée dans une variable appelée cumulative_decline_forecast, qui est un tableau de facteurs de réduction multiplicatifs par rapport au prix d’aujourd’hui — il n’est donc pas nécessaire d’ajouter 1 au tableau des taux.
Le capital restant dû du prêt hypothécaire est disponible dans principal_remaining.
Cet exercice fait partie du cours
Introduction aux concepts financiers en Python
Instructions
- Anticipez la valeur du logement dans le temps en appliquant une opération simple entre le tableau
cumulative_decline_forecastet la valeur initialehome_value. - Calculez, à chaque période, si le prêt est
underwater, en stockant un tableau de valeurs booléennes indiquant quand la condition est vraie ou fausse. - Exécutez le code fourni pour tracer l’évolution de la valeur du logement et du capital restant dû dans le temps.
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
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()