PEMODELAN
RETURN
PORTOFOLIO SAHAM
MENGGUNAKAN METODE GARCH ASIMETRIS
SKRIPSI
Disusun Oleh :
MUHAMMAD ARIFIN
24010212140058
DEPARTEMEN STATISTIKA
FAKULTAS SAINS DAN MATEMATIKA
UNIVERSITAS DIPONEGORO
SEMARANG
PEMODELAN
RETURN
PORTOFOLIO SAHAM
MENGGUNAKAN METODE GARCH ASIMETRIS
Disusun Oleh :
MUHAMMAD ARIFIN
24010212140058
Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar
Sarjana Sains pada Departemen Statistika FSM UNDIP
DEPARTEMEN STATISTIKA
FAKULTAS SAINS DAN MATEMATIKA
UNIVERSITAS DIPONEGORO
SEMARANG
i
v
KATA PENGANTAR
Puji syukur kehadirat Allah SWT yang senantiasa memberikan rahmat dan
hidayah-Nya sehingga penulis dapat menyelesaikan penulisan laporan tugas akhir
yang berjudul
Pemodelan
Return
Portofolio Saham Menggunakan Metode
GARCH Asimetris
. Penulis sadar tanpa bantuan dari berbagai pihak, laporan
tugas akhir ini tidak dapat diselesaikan dengan baik. Oleh karena itu pada
kesempatan ini penulis ingin mengucapkan terima kasih kepada:
1.
Bapak Dr. Tarno, M.Si selaku Ketua Departemen Statistika Fakultas Sains
dan Matematika Universitas Diponegoro dan sekaligus sebagai dosen
pembimbing I.
2.
Bapak Dr. Budi Warsito, M.Si selaku dosen pembimbing II.
3.
Bapak dan Ibu dosen Departemen Statistika Fakultas Sains dan Matematika
Universitas Diponegoro.
4.
Semua pihak yang terkait dalam penulisan proposal tugas akhir ini.
Penulis menyadari bahwa laporan tugas akhir ini jauh dari sempurna. Oleh
karena itu penulis sangat mengharapkan kritik dan saran yang bersifat
membangun dan semoga laporan ini dapat bermanfaat bagi semua pihak.
Semarang,
November 2016
v
tinggi maka
return
juga akan tinggi. Risiko dapat diminimalkan dengan
melakukan portofolio saham. Saham merupakan data runtun waktu di bidang
keuangan, yang biasanya memiliki kecenderungan berfluktuasi secara cepat dari
waktu ke waktu sehingga menyebabkan variansi
error
tidak konstan. Model
runtun waktu yang sesuai dengan kondisi tersebut adalah
Generalized
Autoregressive Conditional Heteroscedasticity
(GARCH). Penelitian ini akan
mengaplikasikan model GARCH asimetris yang meliputi
Exponential
GARCH
(EGARCH),
Threshold
GARCH (TGARCH), dan
Autoregressive Power
ARCH
(APARCH) menggunakan data saham Indocement Tunggal Prakarsa Tbk (INTP),
Astra International Tbk (ASII), dan Adaro Energy Tbk (ADRO) terhitung sejak
tanggal 1 Maret 2013 sampai dengan 29 Februari 2016 selama hari aktif (Senin
sampai Jumat). Tujuan penelitian ini adalah untuk meramalkan nilai volatilitas
portofolio 3 aset saham tersebut. Model terbaik yang digunakan untuk peramalan
volatilitas aset saham yang terdapat efek asimetris adalah ARIMA ([13],0,[2,3])
EGARCH (1,1) pada data aset tunggal INTP, ARIMA ([2],0,[2,3]) EGARCH
(1,1) pada data portofolio 2 aset INTP-ASII, dan ARIMA ([3],0,[2]) EGARCH
(1,1) pada data portofolio 3 aset INTP-ASII-ADRO.
I
!"# $ !# % "# &'(" % " ) )*#!+)#% ! ,&+ % ! "# &+ " ) - '&$.) % !" #&&/#) % !
xternal funding sources. In the investment world there is a strong
relationship between risk and
0123 04(profit), if the risk is high then
01 23 04will
also be high. Risks can be minimized by performing stock portfolio. Stock is the
time series data in the financial sector, which usually has a tendency to fluctuate
rapidly from time to time so that variance of
1 0050is not constant. Time series
model in accordance with these condition is
61410 789 :1; <3 2501= 01> >9 ?1@54;92954 78 A121 05>B1; 7>29B92C
(GARCH). This research will apply asymmetric
GARCH covering
DE F5414 29 78GARCH (EGARCH),
G H01 >H58;GARCH
(TGARCH), and
<3 2 501= 01 >>9 ?1 I 5J1 0ARCH (APARCH) in stock data
Indocement Tunggal Tbk (INTP), Astra International Tbk (ASII), and Adaro
Energy Tbk (ADRO) commencing from the date of March 1, 2013 until February
29, 2016 during an active day (Monday to Friday). The purpose of this research is
to predict the value of the volatility of a portfolio of three assets stocks. The best
models used for forecasting volatility in asset stocks which have asymmetric
effect is ARIMA ([13],0,[2,3]) EGARCH (1,1) on a single asset data INTP,
ARIMA ([2],0,[2,3]) EGARCH (1,1) on the 2 asset portfolio data ASII INTP, and
ARIMA ([3],0,[2]) EGARCH (1,1) on the 3 asset portfolio data
INTP-ASII-ADRO.
v
v
V V VWXYXYZ[\]^
Autoregressive Moving Average
(
_` Z _)...
ak
x
2.16 Uji Normalitas Data
Return
... 33
2.16.1 Uji Normalitas Univariat ... 33
4.2 Uji Normalitas Data
Return
... 49
4.2.1 Uji Normalitas Univariat
Return
Aset Tunggal... 49
4.2.2 Uji Normalitas Multivariat
Return
Portofolio ... 50
4.3 Pembentukan Model RuntunWaktu Box Jenkins ... 52
x
4.5 Model ARCH/GARCH... 63
4.6 Uji
Sign Bias
... 67
4.7 Pemodelan GARCH Asimetris ... 69
4.8 Pemilihan Model Terbaik ... 72
4.9 Peramalan ... 73
BAB V KESIMPULAN ... 75
DAFTAR PUSTAKA ... 76
n
A
op qr p qs tuvwxwywz
{w|} x~ {} wz z } x w z} ~~
{w|} x| x
{w|} x
Au
nt
Dickey Fuller
{w|} x
Jarque Bera
w wReturn
} {z w x {w|} x zwz w wy} } } x ¡
{w|} x¡z } ¢}z }z } w x}z zw wz
Ljung Box
£{w|} x£
Jarque Bera
}w x ¡ {w|} x v ¤
{w|} x¥ zwz w wy} } } x¦ v
{w|} x~
Sign Bias
{w|} x~~¡z } ¢}z }z }w x } x¦ v y } £
{w|} x~ }y x §wz }x{} |w £
{w|} x~ } wy w xwz¨ xw © xw x w } {z wx¡¨{ £
{w|} x~ } wy w xwz¨ xw © xw x w x } ¡¨{ ¡¡ £
{w|} x~ } wy w xwz¨ xw © xw x w x } ¡¨ { ¡¡
D
FT
® ¯°± ®²³´³µ³¶
·³µ ¸³¹º»¼ ´½¾¿³¾ ³ÀÁ¶ ¾Á¶Â³ þ ÁÄŠƳ ÃǾ ³ÈÅ ½¶É¹»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»» Ê
·³µ ¸³¹Ë»¼ ´½¾¿³¾ ³ÀÁ¶ ¾Á¶Â³ þ ÁǾ³ ÈŽ¶ ɹ»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»» Ê
·³µ ¸³¹Ì»¼ ´½¾ÍÁ¾½ ý ¹É ´³ ÈÅ¿³¾ ³ÄŠƳ ÃǾ ³ÈÅ ½¶ ɹ»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»» Î
·³µ ¸³¹Ï»¼ ´½¾ÍÁ¾½ ý ¹É ´³ ÈÅ¿³¾ ³Ç¾³ ÈŽ¶ ɹ»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»» Î
·³µ ¸³¹Ê»¿Å ³Ð¹³µÍ´Å ¹¼ ɵ½ ÆÉ´³¶· ÍÀ ѲÍÈŵɾ ¹Å È»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»» ÌÒ
·³µ ¸³¹Î»¼ ´½¾¿ ɹ ɾÀ Á¶¾Á¶Â³ þÁ²³¹Ð³Ç³Ó³ µ»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»» ÏÔ
·³µ ¸³¹Õ»¼ ´½¾¿³¾ ³Ö ×ØÙÚ Û²³ ¹ Ð³Ç³Ó ³µÍÈ É¾Ä Á¶ Ðг ´»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»»» Ϻ
·³µ ¸³¹Ü»¼ ´½¾¿³¾ ³Ö ×ØÙÚ Û²³ ¹ Ð³Ç³Ó ³µ¼½ ¹¾ ½Ý½ ´Å½ËÍ Èɾ»»»»»»»»»»»»»»»»»»»»»»»»»» ÏÕ
·³µ ¸³¹Ò»¼ ´½¾¿³¾ ³Ö ×ØÙÚ Û²³ ¹ Ð³Ç³Ó ³µ¼½ ¹¾ ½Ý½ ´Å½ÌÍ Èɾ»»»»»»»»»»»»»»»»»»»»»»»»»» ÏÕ
·³µ ¸³¹ºÔ»Þ ßàØ Ø×Úáâ ãس¶¾ ³¹³¶Å ´³Å Ƴ¶ Ö ×ØÙÚÛ¼½ ¹¾½Ý½ ´Å ½ËÍÈ É¾»»»»»»» ʺ
DAF
æ çèé ç êëI
èA
ìíîïîðîñ
òîð óôõîñö÷øùú ûüýþîÿî ð÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷
òîð óôõîñ÷ ô
A
ûùýú ù ùF
û ù ü÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷ öòîð óôõîñ÷ ô õðî ï ô îî îøùú ûüý÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷
òîð óôõîñ÷ õõ ï õî ðîñ÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷
òîð óôõîñ÷ ôð î ô îõîð õ÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷
òîð óôõîñ÷ ô ñ óñ ñô! ô "î ï÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷ ö #
òîð óôõîñ ÷ ô õðî ï ô î! ô "î ï÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷ öö
òîð óôõîñ÷ ô! í$ò%÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷ öö
òîð óôõîñ÷ ôð î ô îõîð õ% ï&!í÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷ öö
òîð óôõîñö #÷ ô' ý( )*÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷ öö
òîð óôõîñöö÷ ôð î ô îõîð õ% ï& ! íôð õ ô÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷ ö
òîð óôõîñö÷ ôþ ô ñ ô+ô,îñ ô îõîð õ% ï & !íôð õ ô÷÷÷÷÷÷÷÷÷÷÷÷÷ ö
òîð óôõîñö÷ ô ñ ó ññ ô! ô "î ï% ï&!íôð õ ô÷÷÷÷÷÷÷÷÷÷÷÷÷÷ ö
òîð óôõîñö÷ õîðîïîñ÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷ ö
òîð óôõîñö÷-î. ï ôõ ô. " ô÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷÷ ö #
BAB I
PENDAHULUAN
1.1 Latar Belakang
1 23 24567 28594:; 2<2=328 2>32? :28 ?94 =2?@A @ =B93? 23@C2D@;242@ =B93 ?647 2 =
E:D2 3 9 C2D2@ 328 2> 3 2? : 3 :5C94 7 2=2 9<3 ?94 = 28 C2D@ ;94 :3 2>22=F 1 23 24 567 28
27 28 2> ?9 5;2? 7 @5 2=2 C94 C2D2@ ;@>2< <>:3:3 = G2 ;94 :32> 22= 59 =E:28 3 2>25
(
H IJKL M 7 2= 6 C8 @ D23@(
b
J NO)
79= D 2= ?:E :2= 7 24@ >23 @8 ;9 =E:282= ?94 39 C:? =2=?@ = G22<2= 7 @ ;94D:= 2<2= 3 9 C 2D 2@ ?25 C2>2= 72=2 2? 2: :=? :< 59 5;94 <:2? 56728
;94:3 2>2 2=
(
P 2>5 @,
QRS T).
U9 D@2?2= G2=D 7 2;2?7 @8 2<:<2= 7 @ ;2324 567 28 27 28 2>@=B9 3 ?23 @
.
V9 =:4:? W7 C :8 X 28 @ 5(
QRRY)
@=B9 3 ?23 @ ;27 2 >2<@<2?=G2 5 94 :;2<2=;9 =9 5;2?2= 39 E:582> 7 2=2 ;27 2 32 2? @ =@ 79 =D 2= >24 2;2= :=?:< 59 5;9468 9 >
<9 :=?:=D 2= 7 @ 523 2 59 =7 2? 2=D
.
Z=B 9 3 ?23 @ 594 : ;2<2= ;9 =DD:=22= :2=D :=?:<6 C G9<
-
6 CG9 < ?9 4 ?9 =?: 79=D2= ? :E:2= C2>[2 =@82@ 6 C G9< ?9439 C:? 3 98252 E2=D< 2[ 2<? : @=B9 3 ?23 @ 2<2= 59=@ =D<2?
,
; 28 @ =D? @7 2< C94 ? 2>2=\ 7 2= 39825 2 E2=D< 2 [ 2<? :@? :;:8 2
,
59 5C94@ <2=>23@839] 24 2?94 2?:4.
Z=B 93 ?64 ;272 :5 :5= G2 2<2= 59 =D> 24 2;< 2= ?@ =D<2? ;9 =D9 5C28@2= G2=D
52<3 @5 28 7 24@ <9 C@E 2<2= @ =B93 ? 23 @ G2=D 7 @82<:< 2== G2
.
^_HL(
4 @3 @ <6)
7 2= ` aIb`N(
?@ =D<2? ;9 =D9 5C28@2=)
594:;2<2= <6 =7 @3 @ G2 =D 7 @ 28 25@ 68 9 > @ =B9 3?64 7 28 25<9 ;:?:3 2= @ =B93 ?23 @ G2@?: C2@< <9 4 :D@2= 2? 2:;:=<9 :=?:=D 2= 7 2825 3 :2?: ;94 @679
2<:=?2=3 @
.
c 28257 :=@ 2@=B9 3? 23@7 @ <9 =2827 2=G2>:C:=D2=<: 2?2=? 242` _H L7 2=` aI b`N
,
G2@ ?: E@ <2 4 @3@ <6 ?@ =DD@ 52<2 `aI b`N(
<9 := ?:=D2=)
E :D2 2<2= ?@ =DD@ C9 D@? :ef g fhijklk mj fn fo fn kp hkoj qorkonqpk hs hkoli tmiuipf igkvkn
.
w qnk hfo xko yk hgkvkn ykor j fnk gs hko hq jk pkn litm iuipfiz g qnk hfo hq{fp tfg f hi ykor
j fmko rrsor
.
|k tk fo} qgmit mqo msoyk forfo n qo fo rhk m hko hqso mso rko jk tf vkg f pfo} qg mk g f litm iuip fio yk
,
so ms h fms lqtps j fhio g m ts hg fhko n ij qp nk mqn km fhk ykorxqthk f mkoj qorkookf hms tsoo ykm forhk ml qorqnxkpfkolitmiuipf i~
w kvkn n qts lkh ko jkmk tso mso k hms j f xfjkor hqskorko
,
ykor xfk g ko ykn qnfp fhf hq{qoj qtsorko xqtups hmsk gf gq{ktk {qlkm jktf khms h q khms gqv fo rrk
}k tfko gf jktf oyk khko gqpk ps x qts xkv gqm fkl k hms k m ks mfjk h hio g m koz k mks
g qtfo r j f gqxs m hk gs g v qm qtihqgjk g mf gf mk g~ orpq
(
)
n qnlqth qok phko n ij qptso mso khms so ms h nqn ij qp hko hioj f g f fo f yk fms n ij qp
y
(
e).
ij qp e nqnqtps hko itj q ykorxqgk t jk p kn n qn ij qp hko tk rkn oyk hkt qok lkjk jk mk h qskorko n qnlso yk f
mfo rhk m} ipk mf pf mk gyk orx qgk t
.
|k jkm kvso zs o ms hnqo rk mkg fi tj qykorm qtpk psxqgk t lkj k n ij qp e ipp qtg pq} nqpk hs hko rqo qtkp fgk g f mqtvkj kl n ij qp
e
,
n ij qp fo f j f hqo k p j qorko okn k
y
(
e).
ij qp e
/
e n qn lso yk f hqpqnkvko jk pkn nqokorhk luqo inqokhqmfjkhg fnqmtfgko jko
b
w
lkjk} ipkm fp fmk g,
ip qvhk tqokfms j flqthqok p hko pkv nij qp e k gfn qm tf g so ms h n qnlqtxk fhf hq pqn kvko
n ij qp e
/
em qtg qxs m.
| kjk lqo qpf mfko fo f khkonqork lp fhk g fhk o nij qpe k gfn qm tf g ykor n qpf ls mf ¡¢ e
(
e),
£ ¤ ¤ ©ª «¬ª ©©® ¯© ° ¬±²³´µ¶ «®«³ ¬ ·±³ ¸¸©¹ º »©¼ © »ª©·½¼ ¾¿ª¬ »© ²³ ¬«»³ ©¬ °µ³ ©¹·½¼ ¾´ ©³
¿´ ©»µÀ³ « » ¸¯·½¼
.
1.2 Rumusan Masalah
Á±® ±ª©³ ®©ª ©¹ © ©´ © «³ ° ¹° ¬° ©³ °³ ° ©´ ©¹ © ½©¸©°®©³ © «ª ¬°® ©ª ° ®µ´ «¹
ÿÁÄ Å©ª°®«¬»°ª ©¸©» ´°´ ©Â©¬¼ ©³ «»©®©¹©³³ ° ¹©° Ƶ ¹©¬ °¹ °¬©ªÇ ÈÉÊÇ Ë ©ª «¬ ¬±³ ¸¸©¹
,
ÇÈÉÊÇ˵ »¬µÌµ ¹°µÍ©ª «¬
,
´ ©³ÇÈÉÊÇ˵ »¬µÌµ ¹°µÎ©ª«¬´ ©»°Î©ª«¬ª©©®²³´ µ¶ «®«³ ¬·±³ ¸¸©¹º » ©¼ ©»ª©·½¼ ¾¿ª ¬ »©²³ ¬«»³©¬ °µ³ ©¹·½¼ ¾´ ©³¿´ ©»µÀ³ « »¸¯·½¼Ï
1.3 Batasan Masalah
º ©´ © «³ «¹° ¬°©³ °³ ° ´ °½«»°¼ ©³ ½©¬ ©ª©³ ® ©ª©¹© ¯© ° ¬± ® «³ ¶ ©»° ®µ´ «¹ ¬ «» ½©°¼
® «³ ¸¸±³©¼ ©³ ® «¬µ´ « ÐÑÒÓËÈËÉÔÕÖ Ã¿Á Ä Å
(
ÀÿÁÄ Å),
× ØÇ ÈÙ ØÓÖ Ú Ã¿ÁÄÅ(
·Ã¿ÁÄ Å),
´ ©³ ÛÊ ÉÓÇÈÜÇÈÙ Ù ÔÝÈ ÞÓßÈÇ ¿ÁÄ Å(
¿ º¿ÁÄ Å)
±³ ¬±¼ ®«¹©¼ ±¼ ©³Â«»©®©¹ ©³³ °¹ ©°Æµ ¹©¬ °¹ °¬ ©ªÇ ÈÉÊÇ Ë©ª«¬¬±³¸¸©¹
,
ÇÈÉÊÇ˵ »¬µÌµ ¹ °µÍ©ª «¬,
´©³Ç ÈÉÊÇ Ëµ »¬µÌµ ¹°µ Î ©ª«¬ ´ © »° Î ©ª«¬ ª©©® ²³´µ¶ «®«³¬ ·±³ ¸¸©¹ º »©¼©»ª © ·½¼
,
¿ª ¬»©²³ ¬ « »³ ©¬ °µ³ ©¹·½¼ ¾´ ©³¿ ´ ©»µÀ³ «»¸¯·½¼Ï
1.4 Tujuan
·±à±©³ ´ ©»° «³«¹° ¬° ©³ °³ ° ©´ ©¹ © ±³ ¬±¼ ® «³¸¼ µ³ª¬»±¼ª °¼ ©³ ® µ´ «¹ ´ «³¸©³
«³´ «¼ ©¬ ©³ ÿÁÄ Å ©ª°®«¬»°ª ª«°³ ¸¸© ´ ©Â©¬ ´ °¹ ©¼ ±¼ ©³ «»©®©¹ ©³ ³ °¹ ©°
Ƶ ¹©¬ °¹ °¬ ©ªÇÈÉÊÇË©ª «¬¬±³ ¸¸©¹
,
ÇÈÉÊÇ˵ »¬µÌµ ¹°µÍ©ª «¬,
´ ©³ÇÈÉÊÇ Ëµ »¬µÌµ ¹°µÎ©ª «¬´ ©»° Î
©ª«¬ª © ©®²³´µ¶«®«³ ¬·±³ ¸¸©¹º » ©¼ ©»ª©· ½¼ ¾¿ ª ¬ »©²³ ¬ «»³©¬°µ³ ©¹·½¼ ¾´ ©³