Spadek cen nieruchomości i kredyty „pod wodą"
Niestety, ceny nieruchomości nie zawsze rosną.
Kredyt „pod wodą" (ang. underwater mortgage) to sytuacja, w której pozostała kwota do spłaty jest wyższa niż aktualna wartość nieruchomości.
W tym ćwiczeniu obliczysz scenariusz pesymistyczny, w którym ceny nieruchomości spadają równomiernie w tempie 0,45% miesięcznie. Aby przyspieszyć pracę, skumulowany spadek cen został już obliczony i zapisany w zmiennej cumulative_decline_forecast – jest to tablica multiplikatywnych współczynników dyskonta względem dzisiejszej ceny, bez potrzeby dodawania 1 do tablicy stóp.
Pozostały kapitał kredytu jest dostępny jako principal_remaining.
To ćwiczenie jest częścią kursu
Wprowadzenie do koncepcji finansowych w Pythonie
Instrukcje do ćwiczenia
- Prognozuj wartość nieruchomości w czasie, wykonując prostą operację na tablicy
cumulative_decline_forecasti początkowej wartościhome_value. - Oblicz, w których okresach kredyt jest
underwater, zapisując tablicę wartości logicznych określających, czy warunek jest spełniony. - Uruchom istniejący kod, aby wykreślić wartość nieruchomości i pozostały kapitał w czasie.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
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()