Dalende huizenprijzen en onderwaterhypotheken
Helaas weet je ook dat huizenprijzen niet altijd stijgen.
Een onder water staande hypotheek betekent dat het resterende bedrag dat je op je hypotheek verschuldigd bent hoger is dan de waarde van het huis zelf.
In deze oefening bereken je het slechtste scenario waarin huizenprijzen gestaag dalen met 0,45% per maand. Om het sneller te maken is de cumulatieve daling van de huizenprijzen al voor je voorspeld en opgeslagen in een variabele cumulative_decline_forecast, een array met multiplicatieve kortingsfactoren ten opzichte van de prijs van vandaag — je hoeft dus geen 1 op te tellen bij de array met percentages.
De uitstaande hoofdsom van de hypotheek is beschikbaar als principal_remaining.
Deze oefening maakt deel uit van de cursus
Inleiding tot financiële concepten in Python
Oefeninstructies
- Voorspel de woningwaarde in de tijd met een eenvoudige bewerking tussen de array
cumulative_decline_forecasten de initiëlehome_value. - Bepaal waar de hypotheek
onder waterstaat in elke periode en sla een array met booleaanse waarden op die aangeeft of de voorwaarde waar of onwaar is. - Voer de bestaande code uit om de woningwaarde versus de resterende hoofdsom in de tijd te plotten.
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
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()