1樓:尚道
金融和銀行領域一般不用四捨五入,而是用四捨六入五成雙法。
四捨六入好理解,"五成雙"比較繞,如果保留位是5的話,根據5後面的數字來定,當5後有數時,舍5向前入1;當5後無有效數字時,分兩種情況來講:
第一種情況:5前為奇數,舍5入1;
第二種情況:5前為偶數,5捨去不進製(0是偶數)。
2樓:
哇塞這麼年代久遠的問題居然還能被我刷出來,沒事隨便寫寫。
其實銀行算利息並沒有大家想的那麼麻煩,就只是簡單的加減乘除罷了,在計算時直接進行四捨五入,保留至小數後兩位。
這個很久很久以前人民銀行有過統一規定,人民幣以元為單位,分位以下四捨五入。雖然現在這個規定已經廢止了,但是稅務、央行等部門的會計基本制度依然保留了這條規定,所以現在各個商業銀行的會計制度也就依然要求分以下四捨五入。
銀行每月定期進行N次結算,計提應付、應收利息,把總數計入對應的科目,然後就直接計入損益表了。
而損益表就是反應企業一定時間內經營成果的報表,換句話說,前面計算利息時,捨去的越多,銀行就賺得越多,進製越多,銀行賺得越少。
關於「雖然銀行多得到了錢,但這樣是對不上總賬的。」應付、應收利息的數額,是根據存、貸款的本金數額作為基數進行計算的,所以這是一定能對的上的。
央行四捨五入的規定也不為別的,就是為了確立乙個統一的會計核算制度。
3樓:
銀行會把存款貸款利息按科目分別彙總,但是根本不會算利息和本金的關係,實際上關係也不大,一筆存款存了34天另一筆244天,活期還有本金變動,利率也不一致,貸款利率是需要分別定價的,根本沒法核算本金利息利率的關係。
4樓:
「四捨六入五成雙」 的數學原理是什麼?這個問題中其實已經提到了是有銀行家捨入(Banker's Round)這個方法的,其規則如下:
捨去位的數值小於5時,直接捨去;
捨去位的數值大於等於6時,進製後捨去;
5樓:
必要時可以提高精度,當不差不少錢的時候不解決,算一整天不夠電費的呢。關鍵看對誤差的容忍度。
比如我們買肉,零頭抹了。買包子就不能抹。
而且抹了錢也不會憑空消失,乙個人佔了便宜乙個人吃了虧,但是兩個人樂意,就行。
我們只碰到過匯率精度問題,美金換乙個什麼很水的錢的時候,精度用少了,誤差不可接受。改decimal就沒事了。除不盡一般不是問題。
6樓:
銀行不會這麼對賬。
有可能你是看到了「總分核對」的概念,誤以為是那樣對賬。
總分核對是指總賬和分戶帳的核對,兩者都是四捨五入的演算法。
7樓:
Round half to even
浮點數的捨入並不只有四捨五入一種。涉及大量貨幣的更常用的是Round half to even,即向最近的偶數捨入,如23.5->24,22.5->22。
8樓:
就個人經歷來說,賬務處理上一般就把這個積累的數字差放到乙個內部科目。客戶對四捨五入是接受的,無需刻意追求精度問題。
不知道這個跟數學模型的關係
如何處理MySQL每月5億的資料?
櫻木花 10萬使用者 每天1千萬條 每個月5億條記錄,每月2G體積,作業系統centos 這種量級,分明就是中低效能要求的,哎很多人想的太多了 或者根本沒實測過,或者找個DBA去問問吧。一般的措施就可以了!另外程式設計師不要代替DBA思考,錯位,了解學習一下什麼是專家法則!不想輸太多字 6000GB...
機器學習中如何處理缺失資料?
核偏最小二乘 這裡的缺失值預設是輸入資料,而非標籤或者輸出。只談最簡單 最經典的概率隱變數模型 Probabilistic Latent Variable Model,PLVM 正如一些答主所言,這裡我們可以通過EM Variational Inference或者Monte Carlo Infere...
基於hive的資料倉儲如何處理資料更新(update)問題?
tharvest 肯定不能使用hive更新,所謂的更新也是用增量資料merge歷史資料後儲存而替換歷史資料。如果對實效性要求不高,比如T 1,一般是按天分割槽,按天分割槽實際上已經儲存了一條記錄按天的變化維。按天同步資料存在乙個缺點,就是業務資料庫的一條記錄在一天內更新多次,只能取到資料同步時該記錄...