Падение цен на жильё и ипотека «под водой»
К сожалению, цены на жильё не всегда растут.
Ипотека считается «под водой», когда оставшаяся сумма долга превышает рыночную стоимость самого дома.
В этом упражнении вы рассмотрите наихудший сценарий: цены на жильё стабильно снижаются на 0,45% в месяц. Чтобы ускорить работу, совокупное падение цен уже рассчитано и сохранено в переменной cumulative_decline_forecast — это массив мультипликативных коэффициентов снижения относительно текущей цены; добавлять 1 к массиву ставок не нужно.
Оставшийся основной долг по ипотеке доступен в переменной principal_remaining.
Это упражнение является частью курса
Введение в финансовые концепции на Python
Инструкции к упражнению
- Спрогнозируйте стоимость жилья во времени, выполнив простую операцию между массивом
cumulative_decline_forecastи начальным значениемhome_value. - Рассчитайте, в какие периоды ипотека является
underwater, сохранив массив булевых значений, соответствующих выполнению или невыполнению условия. - Запустите готовый код, чтобы построить график стоимости жилья и оставшегося основного долга во времени.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
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()