app.py

import math
from dataclasses import dataclass
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import gradio as gr

# ------------------------------------------------------------
# Modellparametre og beregninger
# ------------------------------------------------------------

@dataclass
class Params:
    P: float                 # Beløp: engangsinnskudd ELLER månedsbeløp (avhenger av monthly)
    inflation: float         # årlig inflasjon (desimal)
    N: int                   # horisont N (år) for tabeller og grafer
    monthly: bool            # True = månedlig; False = engangsbeløp
    buf_rate: float          # bufferspar nominell rente p.a.
    tax_capital: float       # skatt på bankrente
    loan_rate_eff: float     # effektiv lånerente p.a.
    tax_interest_ded: float  # rentefradrag (andel)
    ask_return: float        # ASK nominell avkastning p.a.
    shield_rate: float       # skjermingsrente p.a.
    tax_stock_eff: float     # effektiv aksjeskatt på gevinst ved uttak
    wealth_tax_rate: float   # formuesskatt p.a.
    disc_stock: float        # verdsettingsrabatt aksjer
    disc_bank: float         # verdsettingsrabatt bank

def fv_lump(principal: float, r: float, t_years: float) -> float:
    return principal * ((1 + r) ** t_years)

def fv_annuity(pmt_month: float, r_year: float, t_years: float) -> float:
    """FV av månedlig sparing ved månedsslutt."""
    n = int(round(12 * t_years))
    if n <= 0:
        return 0.0
    i = r_year / 12.0
    if abs(i) < 1e-12:
        return pmt_month * n
    return pmt_month * (((1 + i) ** n - 1) / i)

def shielding_lump(principal: float, s: float, t_years: float) -> float:
    """Akkumulert skjerming for engangsinnskudd i t år."""
    return principal * ((1 + s) ** t_years - 1.0)

def shielding_monthly(pmt_month: float, s: float, t_years: float) -> float:
    """Presis skjerming per månedsinnskudd — hver betaling skjermes etter faktisk holdetid."""
    n = int(round(12 * t_years))
    if n <= 0:
        return 0.0
    acc = 0.0
    for m in range(1, n + 1):
        months_left = n - m + 1
        years_left = months_left / 12.0
        acc += pmt_month * ((1 + s) ** years_left - 1.0)
    return acc

def real_value(nominal: float, inflation: float, t_years: float) -> float:
    return nominal / ((1 + inflation) ** t_years)

def ann_real_rate_lump(real_end: float, P: float, t_years: int) -> float:
    if t_years <= 0 or P <= 0:
        return 0.0
    return (real_end / P) ** (1.0 / t_years) - 1.0

def ann_real_rate_monthly(real_end: float, PMT: float, t_years: int) -> float:
    """
    Løs årlig realrente r fra real_end = PMT * [((1+r/12)^(12t) - 1) / (r/12)].
    Newton-Raphson med sikring.
    """
    if t_years <= 0 or PMT <= 0:
        return 0.0
    n = 12 * t_years
    # Startgjetning: enkel ratio
    guess = 0.03
    r = guess
    for _ in range(100):
        i = r / 12.0
        if abs(i) < 1e-12:
            i = 1e-12
        f = PMT * (((1 + i) ** n - 1) / i) - real_end
        # derivert: d/d r av ovenstående
        # d/d i først:
        A = (1 + i) ** n
        df_di = PMT * (( (n * (1 + i) ** (n - 1)) * i - (A - 1) ) / (i ** 2))
        df_dr = df_di / 12.0
        if abs(df_dr) < 1e-16:
            break
        step = f / df_dr
        r_new = r - step
        # dempning for stabilitet
        if abs(r_new) > 1.0:
            r_new = np.sign(r_new) * 1.0
        if abs(r_new - r) < 1e-10:
            r = r_new
            break
        r = r_new
    return float(r)

def compute_series(par: Params, max_years: int = 50) -> pd.DataFrame:
    rows = []
    r_buf_after_tax = par.buf_rate * (1 - par.tax_capital)
    r_loan_after_tax = par.loan_rate_eff * (1 - par.tax_interest_ded)

    for t in range(0, max_years + 1):
        # Bufferspar
        nom_buf = fv_annuity(par.P, r_buf_after_tax, t) if par.monthly else fv_lump(par.P, r_buf_after_tax, t)
        # Nedbetaling (sikker avkastning lik lånerente etter skatt)
        nom_loan = fv_annuity(par.P, r_loan_after_tax, t) if par.monthly else fv_lump(par.P, r_loan_after_tax, t)
        # ASK
        if par.monthly:
            fv = fv_annuity(par.P, par.ask_return, t)
            contrib = par.P * (12 * t)
            shield = shielding_monthly(par.P, par.shield_rate, t)
            taxbase = max(0.0, fv - contrib - shield)
            tax = par.tax_stock_eff * taxbase
            nom_ask = fv - tax
        else:
            fv = fv_lump(par.P, par.ask_return, t)
            shield = shielding_lump(par.P, par.shield_rate, t)
            taxbase = max(0.0, fv - par.P - shield)
            tax = par.tax_stock_eff * taxbase
            nom_ask = fv - tax

        # Realverdier
        real_buf = real_value(nom_buf, par.inflation, t)
        real_loan = real_value(nom_loan, par.inflation, t)
        real_ask = real_value(nom_ask, par.inflation, t)

        # Formuesskatt (enkel pr-år beregning)
        wealth_buf = nom_buf * (1 - par.disc_bank) * par.wealth_tax_rate
        wealth_ask = nom_ask * (1 - par.disc_stock) * par.wealth_tax_rate
        wealth_loan = nom_loan * par.wealth_tax_rate

        # Likviditet
        liq_buf = nom_buf
        liq_loan = 0.0
        liq_ask = nom_ask

        rows.append(dict(
            År=t,
            Nom_Bufferspar=nom_buf,
            Nom_Nedbetaling=nom_loan,
            Nom_ASK=nom_ask,
            Real_Bufferspar=real_buf,
            Real_Nedbetaling=real_loan,
            Real_ASK=real_ask,
            WealthTax_Buf=wealth_buf,
            WealthTax_Loan=wealth_loan,
            WealthTax_ASK=wealth_ask,
            Likviditet_Buf=liq_buf,
            Likviditet_Nedbetaling=liq_loan,
            Likviditet_ASK=liq_ask
        ))
    return pd.DataFrame(rows)

def build_small_table(df: pd.DataFrame, par: Params, t: int) -> pd.DataFrame:
    """Liten tabell for én horisont t med korrekt annuitetsr for månedlig."""
    row = df.loc[df["År"] == t].iloc[0]
    out_rows = []

    # Bufferspar
    if par.monthly:
        r_ann = ann_real_rate_monthly(row["Real_Bufferspar"], par.P, t)
    else:
        r_ann = ann_real_rate_lump(row["Real_Bufferspar"], par.P, t)
    out_rows.append({
        "Metode": "Bufferspar (etter skatt)",
        "Sluttsum nominelt": round(row["Nom_Bufferspar"], 2),
        "Sluttsum real": round(row["Real_Bufferspar"], 2),
        "Årlig realavkastning etter skatt": round(r_ann, 4)
    })

    # Nedbetaling
    if par.monthly:
        r_ann = ann_real_rate_monthly(row["Real_Nedbetaling"], par.P, t)
    else:
        r_ann = ann_real_rate_lump(row["Real_Nedbetaling"], par.P, t)
    out_rows.append({
        "Metode": "Ekstra nedbetaling (etter skatt)",
        "Sluttsum nominelt": round(row["Nom_Nedbetaling"], 2),
        "Sluttsum real": round(row["Real_Nedbetaling"], 2),
        "Årlig realavkastning etter skatt": round(r_ann, 4)
    })

    # ASK
    if par.monthly:
        r_ann = ann_real_rate_monthly(row["Real_ASK"], par.P, t)
    else:
        r_ann = ann_real_rate_lump(row["Real_ASK"], par.P, t)
    out_rows.append({
        "Metode": "ASK (m/skjermingsfradrag)",
        "Sluttsum nominelt": round(row["Nom_ASK"], 2),
        "Sluttsum real": round(row["Real_ASK"], 2),
        "Årlig realavkastning etter skatt": round(r_ann, 4)
    })

    return pd.DataFrame(out_rows)

def make_line_plot(df: pd.DataFrame, cols: list, title: str, ylabel: str):
    fig, ax = plt.subplots(figsize=(8, 4))
    for c in cols:
        ax.plot(df["År"], df[c], label=c.replace("_", " "))
    ax.set_title(title)
    ax.set_xlabel("År")
    ax.set_ylabel(ylabel)
    ax.legend()
    ax.grid(True, alpha=0.3)
    fig.tight_layout()
    return fig

INTRO_MD = """
# Sammenligning av sparemetoder (interaktiv)

- **Bufferspar** (bankkonto) — nominell rente og 22 % skatt → etter-skatt rente brukes direkte.
- **Ekstra nedbetaling** — “sikker avkastning” lik lånerente etter fradrag.
- **ASK** — skatt ved uttak på gevinst utover **akkumulert skjerming**. Månedsparing beregner **presis skjerming per innskudd**.
- **Realverdi** = deflatert med inflasjon. Vi viser også **formuesskatt** (estimat) og **likviditet** over tid.

I resultatpanelet ser du små tabeller for **3, 5, 10 og N år** (hver i egen tab) med *sluttsum nominelt*, *sluttsum real* og **årlig realavkastning etter skatt**. For **månedlig sparing** løses årlig realrente korrekt fra annuitetsformelen.
"""

def run_calc(P, inflation, N, monthly, buf_rate, tax_capital, loan_rate_eff, tax_interest_ded,
             ask_return, shield_rate, tax_stock_eff, wealth_tax_rate, disc_stock, disc_bank):

    par = Params(
        P=float(P),
        inflation=float(inflation),
        N=int(N),
        monthly=bool(monthly),
        buf_rate=float(buf_rate),
        tax_capital=float(tax_capital),
        loan_rate_eff=float(loan_rate_eff),
        tax_interest_ded=float(tax_interest_ded),
        ask_return=float(ask_return),
        shield_rate=float(shield_rate),
        tax_stock_eff=float(tax_stock_eff),
        wealth_tax_rate=float(wealth_tax_rate),
        disc_stock=float(disc_stock),
        disc_bank=float(disc_bank),
    )

    df = compute_series(par, max_years=max(10, par.N))

    # Små tabeller per horisont
    t3 = build_small_table(df, par, 3 if par.N != 3 else 3)
    t5 = build_small_table(df, par, 5 if par.N != 5 else 5)
    t10 = build_small_table(df, par, 10 if par.N != 10 else 10)
    tN = build_small_table(df, par, par.N)

    # Grafer
    fig_nom = make_line_plot(
        df, ["Nom_Bufferspar", "Nom_Nedbetaling", "Nom_ASK"], "Nominell verdi", "kr"
    )
    fig_real = make_line_plot(
        df, ["Real_Bufferspar", "Real_Nedbetaling", "Real_ASK"], "Realverdi (inflasjonsjustert)", "kr (2025-kroner)"
    )
    fig_tax = make_line_plot(
        df, ["WealthTax_Buf", "WealthTax_Loan", "WealthTax_ASK"], "Årlig formuesskatt (estimat)", "kr/år"
    )
    fig_liq = make_line_plot(
        df, ["Likviditet_Buf", "Likviditet_Nedbetaling", "Likviditet_ASK"], "Likviditet (tilgjengelige midler)", "kr"
    )

    return t3, t5, t10, tN, fig_nom, fig_real, fig_tax, fig_liq

# ------------------------------------------------------------
# Gradio UI
# ------------------------------------------------------------
with gr.Blocks(title="Sparemetoder – interaktiv") as demo:
    gr.Markdown(INTRO_MD)

    with gr.Row():
        with gr.Column(scale=1):
            gr.Markdown("## Parametere")
            P = gr.Number(value=100_000, label="Beløp (engangsbeløp ELLER månedsbeløp)")
            monthly = gr.Checkbox(value=True, label="Månedlig sparing?")
            N = gr.Slider(3, 40, value=15, step=1, label="Horisont N (år)")
            inflation = gr.Slider(0.0, 0.06, value=0.025, step=0.001, label="Inflasjon p.a.")

            gr.Markdown("### Bank / lån")
            buf_rate = gr.Slider(0.00, 0.10, value=0.035, step=0.0005, label="Bufferspar nominell rente p.a.")
            tax_capital = gr.Slider(0.0, 0.5, value=0.22, step=0.01, label="Skatt på kapitalinntekt (bank)")
            loan_rate_eff = gr.Slider(0.0, 0.10, value=0.0487, step=0.0005, label="Lånerente effektiv p.a.")
            tax_interest_ded = gr.Slider(0.0, 0.5, value=0.22, step=0.01, label="Rentefradrag (andel)")

            gr.Markdown("### ASK")
            ask_return = gr.Slider(0.00, 0.30, value=0.08, step=0.001, label="ASK — forventet avkastning p.a.")
            shield_rate = gr.Slider(0.00, 0.10, value=0.03, step=0.001, label="Skjermingsrente p.a.")
            tax_stock_eff = gr.Slider(0.0, 0.6, value=0.3784, step=0.0001, label="Effektiv skatt aksjegevinst (ASK)")

            gr.Markdown("### Formuesskatt / verdsettingsrabatter")
            wealth_tax_rate = gr.Slider(0.00, 0.02, value=0.0085, step=0.0001, label="Formuesskatt p.a.")
            disc_stock = gr.Slider(0.0, 0.5, value=0.20, step=0.01, label="Verdsettingsrabatt aksjer")
            disc_bank = gr.Slider(0.0, 0.5, value=0.00, step=0.01, label="Verdsettingsrabatt bank")

        with gr.Column(scale=2):
            gr.Markdown("## Resultater")
            with gr.Tabs():
                with gr.Tab("3 år"):
                    t3 = gr.Dataframe(wrap=True, column_widths=["30%", "20%", "20%", "20%"])
                with gr.Tab("5 år"):
                    t5 = gr.Dataframe(wrap=True, column_widths=["30%", "20%", "20%", "20%"])
                with gr.Tab("10 år"):
                    t10 = gr.Dataframe(wrap=True, column_widths=["30%", "20%", "20%", "20%"])
                with gr.Tab("N år"):
                    tN = gr.Dataframe(wrap=True, column_widths=["30%", "20%", "20%", "20%"])
            with gr.Tabs():
                with gr.Tab("Nominell verdi"):
                    img_nom = gr.Plot()
                with gr.Tab("Realverdi"):
                    img_real = gr.Plot()
                with gr.Tab("Formuesskatt"):
                    img_tax = gr.Plot()
                with gr.Tab("Likviditet"):
                    img_liq = gr.Plot()

    inputs = [P, inflation, N, monthly, buf_rate, tax_capital, loan_rate_eff, tax_interest_ded,
              ask_return, shield_rate, tax_stock_eff, wealth_tax_rate, disc_stock, disc_bank]
    outputs = [t3, t5, t10, tN, img_nom, img_real, img_tax, img_liq]

    for comp in inputs:
        comp.change(fn=run_calc, inputs=inputs, outputs=outputs)

    gr.Button("Oppdater nå").click(fn=run_calc, inputs=inputs, outputs=outputs)

if __name__ == "__main__":
    demo.launch()