Wartość bieżąca i obligacje zerokuponowe

Wycena i analiza obligacji w Pythonie

Joshua Mayhew

Options Trader

Wartość bieżąca

  • Pieniądz rośnie od wartości dzisiejszej do wartości przyszłej
  • Proces ten działa również w odwrotnym kierunku
Wycena i analiza obligacji w Pythonie

Wartość bieżąca

  • Możemy przekształcić wcześniejsze równanie odsetek składanych:

$FV = PV \times (1 + r)^n$

$PV = \frac{FV}{(1 + r)^n}$

  • Nazywane „dyskontowaniem do wartości bieżącej" lub po prostu „dyskontowaniem"

 

Wycena i analiza obligacji w Pythonie

Wartość bieżąca

  • Od wartości bieżącej do przyszłej — kapitalizacja
  • Od wartości przyszłej do bieżącej — dyskontowanie
Wycena i analiza obligacji w Pythonie

Wartość bieżąca

  • Wyższa stopa procentowa lub dłuższy okres zwiększają FV

  • Zatem wyższa stopa lub dłuższy okres zmniejszają PV

Wycena i analiza obligacji w Pythonie

Funkcja pv()

import numpy_financial as npf
?npf.pv
Signature: npf.pv(rate, nper, pmt, fv=0)
Docstring: Compute the present value.

Given: * a future value, `fv`
* an interest `rate` compounded once per period, of which there are
* `nper` total
* a (fixed) payment, `pmt`
Return: the value now
Wycena i analiza obligacji w Pythonie

Funkcja pv()

  • Ile zainwestować teraz przy 5% rocznie, aby mieć 10 000 USD za 10 lat?
import numpy_financial as npf
npf.pv(rate=0.05, nper=10, pmt=0, fv=10000)
-6139.13
-npf.pv(rate=0.05, nper=10, pmt=0, fv=10000)
6139.13
Wycena i analiza obligacji w Pythonie

Funkcja pv()

  • Lub przez przekształcenie wcześniejszego równania odsetek składanych:
pv = 10000 / (1 + 0.05) ** 10
print(pv)
6139.13
Wycena i analiza obligacji w Pythonie

Wprowadzenie do obligacji

  • Instrument dłużny emitowany przez rządy i przedsiębiorstwa
  • Inwestorzy kupują obligacje w zamian za odsetki
  • Zapewniają relatywnie bezpieczne i stabilne zwroty
  • Zazwyczaj mniej ryzykowne i zmienne niż akcje
Wycena i analiza obligacji w Pythonie

Obligacje zerokuponowe

  • Wypłaca jednorazowy przepływ pieniężny zwany wartością nominalną
  • Płatny w określonym momencie zwanym terminem zapadalności
  • Brak pośrednich przepływów (kuponów) do terminu zapadalności — stąd nazwa
  • Cena to wartość bieżąca tego jednorazowego przepływu
Wycena i analiza obligacji w Pythonie

Obligacje zerokuponowe

  • Zwykle emitowane poniżej wartości nominalnej
  • Ta różnica to rentowność (wyrażona w procentach)
Wycena i analiza obligacji w Pythonie

Obligacje zerokuponowe

Przyjrzyjmy się przykładowi obligacji zerokuponowej:

  • Termin zapadalności: 3 lata
  • Wartość nominalna: 100 USD
  • Rentowność: 3,5%

Jaka jest cena tej obligacji?

Wycena i analiza obligacji w Pythonie

Obligacje zerokuponowe

  • Obligacja zerokuponowa: 3-letni termin zapadalności, rentowność 3,5%, wartość nominalna 100 USD:
import numpy_financial as npf
-npf.pv(rate=0.035, nper=3, pmt=0, fv=100)
90.19
  • Lub przez przekształcenie wcześniejszego równania odsetek składanych:
pv = 100 / (1 + 0.035) ** 3
print(pv)
90.19
Wycena i analiza obligacji w Pythonie

Czas na ćwiczenia!

Wycena i analiza obligacji w Pythonie

Preparing Video For Download...