为什么别的程序员天天吃鸡，你却顿顿吃土？(2)

根据暗恋对象的自述和我对她的深刻了解，我模拟出了她每月开支的模型。 [本文来自：www.ii77.com]

基本生活支出：

[原创文章：www.ii77.com]

以她奢侈的生活，一天 100 不在话下。但由于是基本支出，变化也不会太大。我设定以 3000 元和 3500 元为限，均匀分布。 

购物支出：

暗恋对象有句名言，“工资一分二，购物拿一半。”所以，模型设定为以 5000元为均值，500 元为标准差的正态分布。

娱乐支出：

暗恋对象闺蜜众多，每周一次的 girl’s night 是不能少的，一次至少花个 100，多则 300 不过分吧。所以，模型设定以 400 元和 1200 元为限，均匀分布。

学习支出：

爱学习，应该是暗恋对象少有的优点，某在线..课程，价格大概在 100 元到 500 元不等。所以，这个也可以设定个均匀分布的模型。

其他支出：

每个月总会有些意外什么的，比如出门掉了个钱包等等。所以，为了计算尽可能接近真实，我设定 500 元为均值，40 元为标准差的正态分布模型。

综上，总支出=基本生活+购物+娱乐+学习+其他

啧啧，大概是一名挥霍无度的月光少女吧。

  是否吃土：每月收支模型 

下面，我们正式开始模拟每月的收支情况，看看要不要吃土。

整理几个约束条件：

• 每月先还欠款，再消费。

• 所有的支出除还款外，都可以使用..透支。

• 当这月的收入小于等于需要还款的金额，就代表你要吃土了。

第一回合：不使用分期功能

当月支出，下月需全部还清。算法模型如下： 

ef case_a():
data_1 = []
for i in range(0,120):
if -debt[i] >= income[i]:
print('第{}个月,没钱了，要吃土了！'.format(str(i+1)))
break
if saving[i] >= 0:
money = saving[i] + income[i] + debt[i] - expense[i]
if money >= 0:
saving[i+1] = money
else:
debt[i+1] = money
data_1.append([i+1,income[i],debt[i],expense[i],saving[i+1],debt[i+1]])
result_a = pd.DataFrame\
(data_1,columns=['月份','收入','需还贷款','支出总计','本月余钱','欠债'])
return result_a

为了使结果更为精确，结合以上收支模型我进行了 1 万次模拟，模拟的过程是这样的：

模拟结果如下：

横坐标代表第 x 个月要吃土；柱形图高度 h 代表 1w 次模拟中，结果恰好为第 x 个月要吃土的模拟次数。

显然，在不分期借贷的情况下，她几乎会在一年后面临吃土，而最快只要 6 个月。那么，可以分期会不会好一点呢？

第二回合：允许分期

分期相当于把当月需要还的款项，分摊到之后数个月，当月的负担减小了，但代价是支付一定的利息。此时我快速翻出了..的利率表：

蚂蚁..的利率表：

看明白了吗？数学好的可以仔细算算。现在余额宝年化 3.5%，而..分期10%！

如果每期欠款都做分期偿还，则算法模型如下： 

def case_b():
data_1 = []
for i in range(0,1200):
if -debt[i] >= income[i]:
print('第{}个月,没钱了，要吃土了！'.format(str(i+1)))
break
if saving[i] >= 0:
money = saving[i] + income[i] + debt[i] - expense[i]
if money >= 0:
saving[i+1] = money
else:
money_piece = (money+ money*0.025)/3
debt[i+1] = money_piece + debt[i+1]
debt[i+2] = money_piece + debt[i+2]
debt[i+3] = money_piece + debt[i+3]
else:
money = income[i] + debt[i] - expense[i]
if money >= 0:
saving[i+1] = money
else:
money_piece = (money+ money*0.025)/3
debt[i+1] = money_piece + debt[i+1]
debt[i+2] = money_piece + debt[i+2]
debt[i+3] = money_piece + debt[i+3]
data_1.append([i+1,income[i],debt[i],expense[i],saving[i+1],debt[i+1]])
result_b = pd.DataFrame\
(data_1,columns=['月份','收入','需还贷款','支出总计','本月余钱','欠债'])
return result_b

同样一万次模拟。先来看看分期三月的情况： 

果然效果显著，大大延缓了吃土的日子，可以尽情挥霍 20 个月。

分期六、九个月和一年的情况分布在图上是这样的：  

注意图上标注的“平均 XX 个月后吃土”。结果已经很明朗了，虽然没有达到预定的十年吃不上土的标准，但是分期时间越长，可以尽情挥霍不吃土的时间就越长，表明通过透支、借贷，能够大大延缓面临吃土的时间。

挥霍四年才会破产，已经大大地出乎我的意料。并且我相信，我在这段时间内，能靠自己的天分，从“高帅”变成“高富帅”，她爱上我，嫁了我，吃土的问题，就可以迎刃而解了！

曾经，有人和我说，“还完..，月月吃土！”，我现在通过测算，可以很肯定地说，这不存在！只要敢分期，不怕没钱花。

......但是当我打开我的..首页时，我发现一个问题：我的信用总额度只有 1.5 万：

我选取了分期十二个月、一万次模拟中的一次数据，看了下吃土前夕最后 12 个月欠款项总额：

有谁蚂蚁..额度是 6 万的？看她的样子就不像，只能继续研究下了。

考虑实际：有额度限制的收支模型