OPTIMASI VALUE AT RISK PADA REKSA DANA DENGAN METODE HISTORICAL SIMULATION DAN APLIKASINYA MENGGUNAKAN GUI MATLAB - Diponegoro University | Institutional Repository (UNDIP-IR)

OPTIMASI VALUE AT RISK PADA REKSA DANA
DENGAN METODE HISTORICAL SIMULATION
DAN APLIKASINYA MENGGUNAKAN GUI MATLAB

SKRIPSI

Disusun oleh
CHRISTA MONICA
NIM. 24010212130061

JURUSAN STATISTIKA
FAKULTAS SAINS DAN MATEMATIKA
UNIVERSITAS DIPONEGORO
SEMARANG
2016

 VALUE AT RISK  
  
     HISTORICAL SIMULATION
 


    
  

susu  :
CHRISTA MONICA
NIM. 24010212130061

Tugas Akhir sebagai salah satu syarat untuk memperoleh
gelar Sarjana Sains pada Jurusan Statistika

JURUSAN STATISTIKA
FAKULTAS SAINS DAN MATEMATIKA
UNIVERSITAS DIPONEGORO
SEMARANG
2016

i

 
Puji syukur penulis panjatkan kehadirat Tuhan Yang Maha Esa yang telah

memberikan rahmat dan karunia-Nya, sehingga penulis dapat menyelesaikan
penulisan Tugas Akhir berikut dengan judul

!"#$%&# 'alue at Risk %(%
Simulation (%, !0#*%&#,1%

)*&% +%,% (),-%, .)"/() Historical
.),--2,%*%, 34 .%"0%5 . Begitu banyak pihak yang telah membantu, oleh

karena itu rasa hormat dan terima kasih penulis ingin sampaikan kepada:
1. Ibu Dra. Dwi Ispriyanti, M.Si selaku Ketua Jurusan Statistika Fakultas
Sains dan Matematika Universitas Diponegoro.
2. Bapak Dr. Tarno, M.Si selaku Dosen Pembimbing I.
3. Bapak Hasbi Yasin, S.Si., M.Si selaku Dosen Pembimbing II.
4. Bapak Ibu Dosen Jurusan Statistika Fakultas Sains dan Matematika
Universitas Diponegoro yang telah memberikan ilmu selama proses
belajar di Statistika Fakultas Sains dan Matematika Universitas
Diponegoro.
Penulis menyadari bahwa Tugas Akhir ini masih jauh dari sempurna. Oleh
karena itu, kritik dan saran yang membangun sangat penulis harapkan demi

perbaikan dalam kesempatan berikutnya.
Semarang, 29 Maret 2016

Penulis

i

6789:6;
Value at Risk (VaR) adalah metode pengukuran risiko pada aset tunggal atau
portofolio selama periode waktu tertentu untuk interval keyakinan tertentu. Pada
penelitian ini digunakan metode Historical Simulation untuk penentuan VaR pada
reksa dana saham dengan tingkat kepercayaan 5% , periode waktu satu hari dan
dana awal Rp 100.000.000,00. Historical Simulation adalah metode non
parametrik yang pada perhitungannya tidak memerlukan asumsi apapun.
Pengoptimalan portofolio dilakukan dengan mencari bobot alokasi dana optimal
dengan metode Mean Variance Efficient Portfolio (MVEP). Data yang dipakai pada
penelitian ini terdiri dari empat jenis aset reksa dana. Untuk mempermudah
perhitungan VaR bagi masyarakat awam dibuatlah sebuah aplikasi dengan
menggunakan GUI pada Matlab. Pada investasi aset tunggal didapatkan nilai risiko
terkecil ada pada reksa dana saham Valbury Equity I dan untuk portofolio dua aset

nilai risiko terkecil ada pada kombinasi aset Pacific Equity Fund dan Valbury Equity
I. Kombinasi portofolio tiga aset didapatkan nilai risiko terkecil adalah kombinasi
antara aset Pacific Equity Fund , Valbury Equity I dan Millenium Equity Prima Plus.
Hasil pengujian nilai VaR dengan Aturan Basel menunjukkan bahwa nilai VaR valid
digunakan untuk mengukur potensi kerugian pada investasi reksa dana saham.

;n?@ : Value at Risk (VaR), Historical Simulation, Reksa dana, Risiko.

v

ABCDEAFD
GHluI Ht JKsk (GHJ) Ks H mItLMN usIN to mIHsurI OKnHnPKHl rKsk wKtLKn H OKrm or
KnvIstmInt portOolKo ovIr H spIPKOKP tKmI pIrKoN Ht PIrtHKn PonOKNInPI KntIrvHl lIvIlQ
HKstorKPHl RKSTUHVKMW KX TXIN KW VLKX YIXIHYPL VM PomputI GHJ oO stoPk mutuHl OunN Ht
Z[ PonOKNInPI KntIrvHl lIvIl, wKtL onI NHy tKmI pIrKoN HnN J\ ]^^Q^^^Q^^^_^^
stHrtup KnvIstmInt OunNQ HKstorKPHl RKSTUHVKMW KH H WMW \HYHSIVYKP mItLMN wLIrI tLI
OormulH NMIsn t require any asumption. Portfolio optimization is done by calculating
the weight of allocation fund for each asset in the portfolio using Mean Variance
Efficient Portfolio (MVEP) method. The data in this research are divided into four
mutual fund asset. To make VaR become easier for people to understand, an

application is made using GUI in Matlab. The smallest risk value for single
investment asset is obtained by Valbury Equity I stock mutual fund and the smallest
risk value for two-asset portfolio is obtained by the combination assets of Pacific
Equity Fund and Valbury Equity I. Meanwhile for three-asset portfolio, the
combination assets of Pacific Equity Fund, Valbury Equity I, and Millenium Equity
Prima Plus have the smallest risk value. The test result of VaR with Basel Rules
shows that the usage of VaR is legitimate to measure loses potency in mutual fund
investment.

`abcdefg: Valuh at Risk (VaR), Historical Simulation, Mutual Fund, Risk.

vi

klmnlo pqp
rstsusv
rwxwywz J{|{x }}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}} j
rwxwywz ~z€wrwz ‚ }}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}} jj
rwxwywz ~z€wrwz ‚‚ }}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}} jjj
ƒw„w ~z€wz„w… }}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}} jv
w†„…wƒ }}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}} v

‡ˆ‰Š‹‡ŒŠ }}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}} ij
|w„w… ‚‚ }}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}} ijj
|w„w… „w†x }}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}} jx
|w„w… €wy†w… }}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}} x
|w„w… xwy~‚…wz }}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}} xj
†w† ‚ ~z|wr{x{wz
Ž}Ž xsts †ts‘sv’ }}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}} Ž
Ž}“ …”u”•sv ys•sts– }}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}} 5
Ž}— †sst ssv ys•sts– }}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}} 5
Ž}˜ „”™”sv ~vtjtjsv }}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}} 6
†w† ‚‚ „‚zJw{wz ~{„wƒw
“}Ž ‚vists•j }}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}} 6
“}“ …‘•s |svs }}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}} š
“}— |svs‘•s ›nœvtsœntžŸ Ÿ¡œœnt
}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}} Ž˜
“}˜ ‹œtnur }}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}} Ž5
“}¢ …j•j‘£ }}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}} Ž6
“}¤ ¥Ÿ¦§œ Ÿ¨ ‹©ª« (¥Ÿ‹) }}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}} Ž¬
“}­ ~£t£®£tj £ }}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}} Žš
“}¬ „jv’‘stƒ¯°ssysv ±sv ²³¦´© ¡ µœ¶©³´}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}} “6

“}š y£t ± ²©ts³¶©·Ÿ¦ ‰©§¦Ÿ¨©on }}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}} “¤
ijj

º»¼½ ¾¿¹ ÀÁÂÃtÄÅtsÆÇ »»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»
º»¼¼ ɾÊËÌ »»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»
ÎÏÎ ÊÊÊ ÐÌÑÒËÒÓÒÉÊ ÔÌÕÌÓÊÑÊÏÕ
Ö»¼ Ë×t× »»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»
Ö»º ÐØÙt ÚØ ÏÛ×ܹݹs »»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»
Ö»Ö ÞßowàáÁâã »»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»
ÎÏÎ Êä åÏæÊÓ ËÏÕ ÔÌÐÎÏåÏæÏÕ
综 ËØÝèé¹êݹ Òë¿Øè ÔØÛØܹ¹t×Û »»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»
绺 ÔØéí¹ît Ûï×Û ðÁñ òÅóts âÅÂÁß ôÅõößÁãÅon »»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»
ç»Ö ÔéÙÝØsÔØøëî×t×Û É¾Ê »»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»
ç»Ö ÑîùÙé¹×Ü ÔØÛïïîÛ××Û É¾Ê »»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»
ÎÏÎ ä ÔÌվѾÔ
5»¼ úØݹøêîÜ×Û »»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»
5»º æ×é×Û »»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»
ËÏûÑÏü Ô¾æÑÏúÏ »»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»
ÓÏÐÔÊüÏÕ »»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»


¸¹¹¹

ºÈ
ºÍ
Ö¼
Öº
ÖÖ
Öì
Ö÷


¼


6

65

ÿ


   
 



     

   ý  !"#$% &'

 & $(ý)ý *
+( ,  ýý  & 
 . /0
ý ý  ,0010 ý0  &2

 - 345   66  &


 7 0
0  0(ý $  .'



 2 345 ,0010 ý0  .

  8 345   66  .

 9 8 345  ,0010 ý0  .&


 ' :ý ý , ý (;-<  ..


  =>3 ?@A@B>C 8@D4C>@5  . 
  =>3 *)ý

 .7

 & 0
0 E  0(ý $   .2

 . "+ý F>BGA@5H I J /0

ý ý  .9


 - "+ý F>BGA@5H ,0010 ý0 *)ý
  .9

ýþ

KLMNLO PLQRLO
STUTVTW
XTVYTZ [\ ]^_^ `TWTZabcT defghijgei klelmgjgei \\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\ [n
XTVYTZ o\ pTVqrUTW Xst`u \\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\ ov
XTVYTZ w\ xyz{|}l~i\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\ ww
XTVYTZ \ €aVYbT Xst`u\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\

5[

XTVYTZ 5\ €aVYT‚ Xst ƒTZ \\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\

5[

XTVYTZ 6\ pTVqrUTW „TwU Xst …aYaUV `r†acTrW \\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\

5o

XTVYTZ 7\ pTVqrUTW „TwU ‡aWaW‚TW ˆl‰ Šq‚rVV ‹abcT `TWT †aW_TW
Œhiz~|ly Žjylize\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\

5w

XTVYTZ \ pTVqrUTW „WTUrcrc ‡aWaW‚TW ˆl‰ Šq‚rVV ‹abcT `TWT †aW_TW
Œhiz~|ly Žjylize\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\

5w

XTVYTZ v\ pTVqrUTW s‘r ’TUr†r‚Tc\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\

5

XTVYTZ [“\ pTVqrUTW „TwU €T‚UTY ”\n\“ \\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\

5

XTVYTZ [[\ pTVqrUTW „TwU ‡aWaW‚TW ˆl‰ Šq‚rVV ‹abcT `TWT †aW_TW
Src‚^Zr•TU …rVUT‚r^W \\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\

55

XTVYTZ [o\ ‡aVrUr–TW „WTUrcrc \\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\

56

XTVYTZ [w\ pTVqrUTW „WTUrcrc uVqT‚ …T–TV\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\

56

XTVYTZ [\ €aW•TZr `T‚T\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\

57

XTVYTZ [n\ STcrU ‡aZ–r‚W_TW ˆl‰\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\



XTVYTZ [6\ ‡rUr–TW —VUT– ‡aW†abT‚TW ŠYcaZvTcr s‘r ’TUr†r‚Tc \\\\\\\\\\\\\\\\\\\



XTVYTZ [7\ STcrU s‘r ’TUr†r‚Tc\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\

5v

XTVYTZ [\ €aW Œgy˜ \\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\



XTVYTZ [v\ €aW ™aUTZ \\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\



x

œžŸ  ¡¢£¤ ¥
H¦§¦¨¦©

ª¦¨«›¬¦© ­® ¯›§¦› ¯°± ²³´µ¦ ¶¦©¦ ®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®

65

ª¦¨«›¬¦© ·® ¸¹º»¼½ °µ³¾ T¿©ÀÀ¦§ ®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®



ª¦¨«›¬¦© ® ¸¹º»¼½ ÃĬ¾ÄÅħ›Ä ®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®



ª¦¨«›¬¦© Æ® Çȼº ¸¹º»¼½ T¿©ÀÀ¦§®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®

76

ª¦¨«›¬¦© É® Çȼº ¸¹º»¼½ ÃĬ¾ÄÅħ›Ä®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®



ª¦¨«›¬¦© Ë® °§ÀĬ›¾¨¦ M³¾Ä̳ ÍÎϺȼÎÐÑÒ ÇÎÓ»ÒѺÎȽ ®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®®® Ô·

š›

ÕÖÕ ×
ØÙÚÛÖÜÝÞÝÖÚ
ßàß

áâãâä åæçâèâéê
ëìíwsí îïîð ñìîîrïò óìïòín íóííny pìrôìõmínòín zíöín óín

öìïîïòôíítny ìt ôï÷øoòîð öíísyír ôítùuòí öúøíî õìûrîôîruntúô öìöîøîôî îïüìíts ñî
ñìõíòíî ùíöîïínóî öíñí óìýínïíîntþ

ÿìtîípíornò óî íóíýôín

ýíóí õìõr íòíî

ýîøî ínóíøíö öìn ìntúôínñopr î óíïí íít uñúöõìr óííy íynò óîöîøîôî úuntô
ô÷ïñúöñî óî ñíítîïî öíupnóî öíñí íynò íôínóíít nòþ nvìíts ñî óípítóîítîrôín
ñìõíòíî ô÷öîtöìnuntúô öìïíïíöôínñìùúöøí ó

íïí ýíóí ñíítîïî óìnòíntúùúín

úuntô öìöýì÷r øì ôìuntúïòín óî öíñí íynò íôín óíít nòþ ïüìíts sî óíýít
õìôr íîít nóìnòínpìïíínöínñìùúö
rúöí

øí óíín ýíóí íñìt îrîø

ñìýìtîr ít ïí ð ìöíñð

óíníñìt îrîø øíîíny íít uípóí íñìt ûîïíïñîíø ñìýìtîr óìý÷ñît÷ð ñí íöð

÷õøîòíñî óíníurs t õìr íòr í øíîíny íïóìøîøîïð þ

ìöìîrín
t

ùúòí õíínyô

öìöõúít ôìõîùíôín íynò õìtúr ùúínuntúô öìïînòôíôt ínîïüìíts ñî õíîô ó÷öìtsîô
íít punö÷óíø íñîïòþ íø îïî óîøíôúôín÷øì ýìöìîrínt

óîôíìr ïíôín ôìòîíít n

îïüìíts ñî óíýít öìïîïòôíôt ín ìô÷ï÷öî ñúítuïìòíír ð ýìnìyír pínìt ïíòí ôìùríð
ýìïîïòôíít n outp íynò óî íñîøôín
íprô
ìôïíyð învìíts ñî ísìt ûîïíïñîíø

íít u õí ôín ýìïíöõí ín óìüîñíþ
öìöîøîôî ôìøìõî íntìñr ìïóîîr

óìïòínîïüìíts ñî íñìtîrîøþ nvìtsoróíýítö
ìýít óín öìïóípíôt ín

ëíøíö

óîõínóîïòôín

ìøíôúôínýìïùúíøíníñìtûîïíïñîíø ñì íír

íñîø óíîr ýìïùúíøín íñìt ñì íír ìýíþt ìõr ìóí ùîôí

îïüìtsor îïòîn öìïùúíø íñìt îrîø ñìýìîtr ít ïí ðìöís öíupn oprìrtîþ íóí
úöúöíny ýìïùíuøínísìt rîîø íôínöìöíôíníwô
uøìõî øíöí óîõínóîn
óìïòínýìïùúíøínísìt ûîïíïñîíøþ ÿìøíînîtúð ýíùíô íynò íusr óîõííyôr íníít s
1

òôín


n   r ny
s
nt r nru
 yn ru
rntsnt
! yn ntn"st  s

r
# "sto

 $"stor

nn & ytu"sto
r " n
 n
y t %o
r n
r " trr r "
"sto
tst% $"sto

!" yn

r n
tst% n
n#"ts "st  'n
n"sto
y tr 
r

r 
rn !rn su

un 
p
u

r

n
ny

(

rrn r r"st  ytu
r"st   ro& "sto
nsu
n u
t r"st   )  *
n
r "st  tut ru
rnr"st
"sto

st
   ) &  "sto r ru

n  ) 
ns r r % r "st  $"st  su
n rn% yn r (nn% yn & "sto
r
ru
t tr%p
o%oyn o
t
p
ntn
 r"st s

rr"st 
+r  "sto

,r"st    yn nn

s t r p "st  yn 

(n n
y r "st &

syr t w
 u t  "stor r "st
nn
s

!-n r ,% %o
r.

  w
 yn r
r n
syr t p

"sto
r

"st   r  

t 3
45&
/ 0112  0& y
nu
t 
n

p
n n r
u

% u
tny "st sn %tp
t u
n
r %o
o

r  "st 
yn 

ru

s trp"st y 

' tu p
r % "st   r

tr -n
u
,n

r t
o

 r  n& r "st 

 %

n n%  r

%n  u
rs t rr nrnu
ntn

tp
nrunyn n
u

  6 7#" +r 367+5 r 

8
9:;: