等额本息和等额本金的选择

首先分别求两者的月供数额

一、求解等额本息的月供:

假定原始贷款金额我A,贷款期数为k,分期利率为R,设月供为X。则每期还款后剩余的本金如下:

A_1=(1+R)A-X

A_2=(1+R)A_1-X=(1+R)^2A-[1+(1+R)]X

A_3=(1+R)A_2-X=(1+R)^3A-[1+(1+R)+(1+R)^2]X

A_k=(1+R)A_{k-1}-X=(1+R)^kA-[1+(1+R)+(1+R)^2+...+(1+R)^{k-1}]X

因为第k次还款之后本金为0,即

A_k=(1+R)^kA-\frac{(1+R)^k-1}{R}X=0

所以等额本息的月供为:X=A\frac{(1+R)^kR}{(1+R)^k-1}

二、求解等额本金的月供:

 假定原始贷款金额我A,贷款期数为k,分期利率为R。则每期的月供如下:

X_1=\frac{A}{k}+RA

X_2=\frac{A}{k}+R(A-\frac{A}{k})

X_3=\frac{A}{k}+R(A-\frac{2A}{k})

X_n=\frac{A}{k}+R(A-\frac{(n-1)A}{k})

三、还款完毕之后,等额本息的现值贴现计算如下:

假定贷款金额A=100万,年化利率为5.5%,分期利率为0.458%

X=A\frac{(1+R)^kR}{(1+R)^k-1}=100\frac{(1+0.458%)^{360}0.458%}{(1+0.458%)^{360}-1}=\frac{5.187*0.458}{5.187-1}

X=5764

如果把月供换成基金定投,假定基金年化收益率为10%,则分期收益率为0.83%,按照当前的时间计算价值,即累计贴现如下:

S=X[\frac{1-\frac{1}{(1+r)^k}}{r}]=5764*[\frac{1-\frac{1}{(1+0.83%)^{360}}}{0.83%}]=659450

看一看,等额本息累计还款多少钱:

S'=k*X=360*5764=2075040

四、现在考虑等额本金的情况,假定贷款利率和基金收益率和等额本息的情况一下:

 S=\frac{X_1}{(1+r)^1}+\frac{X_2}{(1+r)^2}+...+\frac{X_k}{(1+r)^k}

这个公式不太方便计算,首先对月供的公式进行拆分

X_n=\frac{A}{k}+RA-\frac{(n-1)RA}{k}=P_n-Q_n

P_n=\frac{A}{k}+RA

Q_n=\frac{(n-1)RA}{k}

然后我们先计算复杂的一部分贴现值

S_Q=\frac{(1-1)RA}{k(1+r)}+\frac{(2-1)RA}{k(1+r)^2}+...+\frac{(k-1)RA}{k(1+r)^k}

(1+r)S_Q=\frac{(1-1)RA}{k}+\frac{(2-1)RA}{k(1+r)^1}+...+\frac{(k-1)RA}{k(1+r)^{k-1}}

利用错位相减法可以得到

S_Q=\frac{RA[(1+r)^{k-1}-r(k-1)/(1+r)-1]}{kr^2(1+r)^{k-1}}

S_Q=\frac{0.458%*100[(1+0.83%)^{359}-0.83%*359/(1+0.83%)-1]}{360*0.83%^2(1+0.83%)^{359}}

S_Q=\frac{0.458*(19.6734-2.9550-1)]}{19.6734*0.02480}=147551

接着计算简单部分的贴现值

S_P=P[\frac{1-\frac{1}{(1+r)^k}}{r}]=841791

最后将两者之差就是最终的贴现值

S=S_P-S_Q=841791-147551=694240

看一看等额本金最后还了多少钱

S'=X_1+X_2+...+X_k=1826686

5,文章最后,使用表格对比两者的差异:

贷款类型

贷款总额贷款年利率月供累计还款基金收益率贴现
等额本息100万5.5%固定207504010%659450
等额本金100万5.5%递减182668610%694240

结论:在相同时间贷款额度,相同贷款利率之下,从绝对数值上看,等额本息需要还更多的钱,但是对应的贴现值却更低,说明采用等额本息的方式更划算。另一方面看就是未来的钱越来越不值钱,而本文采用了量化的方式,明确了两者的差异度是多少。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
健身国际俱乐部系统是一种专为健身俱乐部设计的管理软件,它通过集成多种功能来提高俱乐部的运营效率和服务质量。这类系统通常包含以下几个核心模块: 1. **会员管理**:系统能够记录会员的基本信息、会籍状态、健身历史和偏好,以及会员卡的使用情况。通过会员管理,俱乐部可以更好地了解会员需求,提供个性化服务,并提高会员满意度和忠诚度。 2. **课程预约**:会员可以通过系统预约健身课程,系统会提供课程时间、教练、地点等详细信息,并允许会员根据个人时间表进行预约。这有助于俱乐部合理安排课程,避免资源浪费。 3. **教练管理**:系统可以管理教练的个人信息、课程安排、会员反馈等,帮助俱乐部评估教练表现,优化教练团队。 4. **财务管理**:包括会员卡销售、课程费用、私教费用等财务活动的记录和管理,确保俱乐部的财务透明度和准确性。 5. **库存管理**:对于俱乐部内的商品销售,如健身装备、营养补充品等,系统能够进行库存管理,包括进货、销售、库存盘点等。 6. **数据分析**:系统能够收集和分析会员活动数据,为俱乐部提供业务洞察,帮助俱乐部制定更有效的营销策略和业务决策。 7. **在线互动**:一些系统还提供在线平台,让会员可以查看课程、预约私教、参与社区讨论等,增强会员之间的互动和俱乐部的社区感。 8. **移动应用**:随着移动设备的普及,一些健身俱乐部系统还提供移动应用,方便会员随时随地管理自己的健身计划。 9. **安全性**:系统会确保所有会员信息的安全,采取适当的数据加密和安全措施,保护会员隐私。 10. **可扩展性**:随着俱乐部业务的扩展,系统应该能够轻松添加新的功能和服务,以适应不断变化的市场需求。 健身国际俱乐部系统的选择和实施,需要考虑俱乐部的具体需求、预算和技术能力,以确保系统能够有效地支持俱乐部的运营和发展。通过这些系统的实施,健身俱乐部能够提供更加专业和高效的服务,吸引和保留更多的会员,从而在竞争激烈的
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值