Fallande bostadspriser och bolån under vatten
Tyvärr vet du också att bostadspriser inte alltid stiger.
Ett bolån är under vatten när det belopp du fortfarande är skyldig på bolånet faktiskt är högre än bostadens marknadsvärde.
I den här övningen beräknar du värsta tänkbara scenario, där bostadspriserna sjunker stadigt med 0,45 % per månad. För att spara tid har den kumulativa prisnedgången redan prognostiserats och lagrats i en variabel kallad cumulative_decline_forecast – ett array med multiplikativa rabattfaktorer jämfört med dagens pris. Du behöver alltså inte lägga till 1 till rate-arrayen.
Det utestående kapitalet på bolånet finns tillgängligt som principal_remaining.
Den här övningen är en del av kursen
Introduktion till finansiella begrepp i Python
Övningsinstruktioner
- Prognostisera bostadens värde över tid med en enkel operation mellan arrayen
cumulative_decline_forecastoch det ursprungligahome_value. - Beräkna när bolånet är
underwaterunder varje tidsperiod och lagra ett array med booleska värden som anger om villkoret är sant eller falskt. - Kör den befintliga koden för att plotta bostadens värde mot återstående kapital över tid.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
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()