Реферат: Формирование кредитного портфеля

--PAGE_BREAK--По таблице видно, что банк получит наибольший ожидаемый доход при работе с юридическими лицами, наименьший – с физическими лицами. Риск при работе с юридическими лицами значительно выше риска при работе с физическими лицами.
В соответствии с Положением №254-П «О порядке формирования кредитными организациями резервов на возможные потери по ссудам, по ссудной и приравненной к ней задолженности» для каждого клиента определена величина обязательного резерва, соответствующая максимальному уровню для каждой группы качества.
Поскольку собственный капитал Сбербанка России значительно превышает сумму кредитов по представленным заявкам, то ограничения по крупным кредитным рискам и  по рискам на одного заемщика в расчете не рассматривались.
Максимальная сумма кредитов, которую ОСБ №1801 может выдать без согласования с вышестоящими подразделениями, составляет 45 000 000 руб. Банк ограничивает выдачу кредитов 2-й группы качества 20 000 000 руб., а для 3-й и 4-й по 10 000 000 руб.
Ориентировочная сумма выплачиваемых банком процентов по депозитам составляет 50 000 руб. Минимальная сумма выдаваемых кредитов составляет 20 000 000 руб.
Для реализации моделей (2.41) и (2.45) разработана программа в Microsoft Office Excel 2007, которая использует информацию из «Карточек клинетов» для решения задачи формирования кредитного портфеля. Для решения задачи оптимизации используется надстройка «Поиск решения». Пример диалогового она надстройки представлен на рисунке 3. 4
<shape id=«Рисунок_x0020_632» o:spid="_x0000_i1357" type="#_x0000_t75"><imagedata src=«dopb431945.zip» o:><img width=«490» height=«281» src=«dopb431945.zip» v:shapes=«Рисунок_x0020_632»>
Рисунок 3.4 Надстройка «Поиск решения»
Решение задачи максимизации ожидаемого дохода банка от кредитного портфеля по модели (2.41) приведено в таблице 3.11

Таблица 3.11 Решение задачи максимизации ожидаемого дохода банка
Кредитный портфель банка при этот составляет 18272845 руб.
Ожидаемый доход банка составит 8765199 руб.
Структура кредитного портфеля приведена на рисунке 3.5
<shape id=«Объект_x0020_622» o:spid="_x0000_i1358" type="#_x0000_t75" o:gfxdata=«UEsDBBQABgAIAAAAIQCW1DCMSQEAAEsDAAATAAAAW0NvbnRlbnRfVHlwZXNdLnhtbKRTwU4CMRS8 m/gPTa+GFjgYY1g4uHhUY/ADmvYtu3G3bfrKsvy9bwtrAlHAeGnTNDPzZqadLbqmZi0ErJzN+ESM OQOrnansOuMfq+fRA2cYlTWqdhYyvgPki/ntzWy184CM0BYzXsboH6VEXUKjUDgPlm4KFxoV6RjW 0iv9qdYgp+PxvdTORrBxFHsOPp+90gChMsDeVIgvqiEdaQJKmLrcaUFUnD3tMb1sxpX3daVVpKFl a41ocOSKotIg8oDLhLrrUfJ3bl2SFsq0Ta6QOPZ0kDNObxpyIkxQW4qsqUUiHMRzKNSmjmzZkd99 xAFqvODmROoQnSBkcoxl5fGMwvm4LsQSqUGQaR1a+X86R3TD5AP9aenGbW2A9opKjlrPCfYO7cD+ Q/Jdjd3fkt+/qe+S0QdQBkuASEWnvX9hMn2F+RcAAAD//wMAUEsDBBQABgAIAAAAIQA4/SH/1gAA AJQBAAALAAAAX3JlbHMvLnJlbHOkkMFqwzAMhu+DvYPRfXGawxijTi+j0GvpHsDYimMaW0Yy2fr2 M4PBMnrbUb/Q94l/f/hMi1qRJVI2sOt6UJgd+ZiDgffL8ekFlFSbvV0oo4EbChzGx4f9GRdb25HM sYhqlCwG5lrLq9biZkxWOiqY22YiTra2kYMu1l1tQD30/bPm3wwYN0x18gb45AdQl1tp5j/sFB2T 0FQ7R0nTNEV3j6o9feQzro1iOWA14Fm+Q8a1a8+Bvu/d/dMb2JY5uiPbhG/ktn4cqGU/er3pcvwC AAD//wMAUEsDBBQABgAIAAAAIQCQ0SEWBQEAAC0CAAAOAAAAZHJzL2Uyb0RvYy54bWyckU1LxDAQ hu+C/yHk7qa7h6Jh070UwZMX/QFjMmkDzQeTrNV/b7ZbZD0JvQzzAc+8887x9OUn9omUXQyK73cN Zxh0NC4Mir+/PT88cpYLBANTDKj4N2Z+6u7vjnOSeIhjnAwSq5CQ5ZwUH0tJUoisR/SQdzFhqEMb yUOpJQ3CEMyV7idxaJpWzJFMoqgx59rtr0PeLXxrUZdXazMWNineNk8tZ0XxKpKW+HGJojuCHAjS 6PSqBDYI8eBC3fuL6qEAO5PbgNIjUKksLZdsFaU3k1ZAvfl/e6O1TmMf9dljKFePCSco9cF5dClX 76QzitOL2V+8E38uvq1rfvvl7gcAAP//AwBQSwMEFAAGAAgAAAAhAGdQux3xAAAA3gEAACAAAABk cnMvY2hhcnRzL19yZWxzL2NoYXJ0MS54bWwucmVsc6yRTUsDMRCG74L/IczdZLcHEWm2lyr0IAWp eFxiMrsbmi8yUbb/3rQguFDw4jG85HmfmVlvZu/YF2ayMUhoeQMMg47GhlHC2+H57gEYFRWMcjGg hBMSbLrbm/UrOlXqJ5psIlYpgSRMpaRHIUhP6BXxmDDUZIjZq1KfeRRJ6aMaUaya5l7k3wzoFky2 MxLyzqyAHU6pNv/NjsNgNW6j/vQYypWKn/aKVHnEIoFzgf4DzXleEi9W50hxKP3+guqfZo2uf4/5 SBNiafnsaAZx3bT9T9NSN4j7ephsDS58L4lY5NXLu7OWWFyl+wYAAP//AwBQSwMEFAAGAAgAAAAh AKsWzUa5AAAAIgEAABkAAABkcnMvX3JlbHMvZTJvRG9jLnhtbC5yZWxzhI/NCsIwEITvgu8Q9m7T ehCRJr2I0KvUB1jS7Q+2SchGsW9v0IuC4HF2mG92yuoxT+JOgUdnFRRZDoKsce1oewWX5rTZg+CI tsXJWVKwEEOl16vyTBPGFOJh9CwSxbKCIUZ/kJLNQDNy5jzZ5HQuzBiTDL30aK7Yk9zm+U6GTwbo L6aoWwWhbgsQzeJT83+267rR0NGZ20w2/qiQZsAQExBDT1HBS/L7WmTpU5C6lF/L9BMAAP//AwBQ SwMEFAAGAAgAAAAhAOXLwTzdAAAABQEAAA8AAABkcnMvZG93bnJldi54bWxMj0FLw0AQhe9C/8My hV6K3WyxtsZsSgl4EA9iFbxOstMkJDsbsts2/ntXL3oZeLzHe99k+8n24kKjbx1rUKsEBHHlTMu1 ho/3p9sdCB+QDfaOScMXedjns5sMU+Ou/EaXY6hFLGGfooYmhCGV0lcNWfQrNxBH7+RGiyHKsZZm xGsst71cJ8m9tNhyXGhwoKKhqjuerYayW+LyJLtiU7x+7p7V9GC3L0brxXw6PIIINIW/MPzgR3TI I1Ppzmy86DXER8Lvjd52rTYgSg13SiUg80z+p8+/AQAA//8DAFBLAwQUAAYACAAAACEAbZz37IMG AAAwGwAAHAAAAGRycy90aGVtZS90aGVtZU92ZXJyaWRlMS54bWzsWc9uG0UYvyPxDqO9t7ETO42j OlXs2A20aaPELepxvDvenWZ2ZzUzTupblR6RQIiCOFAJThwQEKmVuLTvkD5DoAiK1Ffgm5ndzU68 IUkbQQXNIfbO/r7/f+ab8eUr92KGtomQlCdtr36x5iGS+DygSdj2bg36FxY8JBVOAsx4QtrehEjv ytL7713GiyoiMbkJtIIGBAGfRC7ithcplS7OzEgfXmN5kackgXcjLmKs4FGEM4HAO8A/ZjOztdr8 TIxp4i0BQ5+JTU1FUIJjkLX/7fPd/b39Z/tP9vee34fvz+DzUwMNtuqaQk5klwm0jVnbA5YB3xmQ e8pDDEsFL9pezfx5M0uXZ/BiRsTUMbQlur75y+gygmBr1sgU4bAQWu83WpdWCv4GwNQ0rtfrdXv1 gp8BYN8nSaZLmWejv1Dv5DxLIPt1mne31qw1XHyJ/9yUzq1Op9NsZbpYpgZkvzam8Au1+cbyrIM3 IItvTuEbneVud97BG5DFz0/h+5da8w0Xb0ARo8nWFFoHtN/PuBeQEWerlfAFgC/UMvghCrKhyDYt YsQTddrci/FdLvpAoAkZVjRBapKSEfYhZ7s4HgqKtUC8SHDpjV3y5dSSlo2kL2iq2t6HKU68EuTV 0x9ePX2MDnafHOz+fPDgwcHuT5aRQ7WKk7BM9fK7z/58dB/98fiblw+/qMbLMv7XHz/+5dnn1UAo p0PzXny599uTvRdfffL79w8r4MsCD8vwAY2JRDfIDtrgMRhmvOJqTobibBSDCNMyxXISSpxgLaWC f09FDvrGBLMsOo4eHeJ68LaAdlIFvDq+6yi8GYmxohWSr0WxA1zjnHW4qPTCNS2r5ObBOAmrhYtx GbeB8XaV7C5OnPj2xin01TwtHcO7EXHUXGc4UTgkCVFIv+NbhFRYd4dSx69r1Bdc8pFCdyjqYFrp kgEdOtl0SLRKY4jLpMpmiLfjm7XbqMNZldUrZNtFQlVgVqH8gDDHjVfxWOG4iuUAx6zs8OtYRVVK bk6EX8b1pIJIh4Rx1AuIlFU0NwXYWwr6NQwdrDLsa2wSu0ih6FYVz+uY8zJyhW91IxynVdhNmkRl 7AdyC1IUo3WuquBr3K0Q/QxxwMmx4b5NiRPuk7vBLRo6Kh0miH4zFjqW0LqdDhzT5O/aMaPQj20O nF87hgb44utHFZn1tjbiZdiTqiph9Uj7PQ53tOl2uQjo299zV/A4WSeQ5tMbz7uW+67lev/5lntc PZ+20R72Vmi7em6wQ7IZmeNTT8wjytimmjByXZqhWcK+EfRhUfMxB0VSnKjSCL5mfd7BhQIbGiS4 +oiqaDPCKQzcdU8zCWXGOpQo5RIOfma5krfGw9Cu7LGxqQ8Utj9IrNZ4YJfn9HJ+bijYmN0nlFai FTSnGZxW2NyljCmY/TrC6lqpU0urG9VM63OkFSZDTKdNg8XCmzCQIBhjwMvzcFTXouGgghkJtN/t XpyHxfjkPEMkIwzXCuZo39R2T8eoboKU54q5OYDcqYiRPgSe4LWStJZm+wbSThOksrjGMeLy6L1J lPIMPoySruMj5ciScnGyBO20vVZztukhH6dtbwRnXPgapxB1qWdAzEK4K/KVsGl/YjHr1CgbnBvm FkEdrjGs36cMdvpAKqRawTKyqWFeZSnAEi3J6j/bBLeelwE2019Di7kFSIZ/TQvwoxtaMhoRX5WD XVrRvrOPWSvlY0XEZhTsoCEbiw0M4depCvYEVMJVhekI+gHu2bS3zSu3OWdFV77dMji7jlka4azd 6hLNK9nCTR0XOpinknpgW6Xuxrizm2JK/pxMKafx/8wUvZ/AzcFcoCPgwyWuwEjXa9vjQkUculAa Ub8vYJAwvQOyBe5q4TUkFdwvm09BtvWnrTnLw5Q1HADVBg2RoLAfqUgQsg5tyWTfCczq2d5lWbKM kcmokroytWoPyTZhA90D5/Xe7qEIUt10k6wNGNzR/HOfswoahnrIKdeb00OKvdfWwD89+dhiBqPc PmwGmtz/hYoVu6qlN+T53ls2RL84HLMaeVW4W0ErK/vXVOGMW63tWFMWzzZz5SCK0xbDYjEQpXD/ g/Q/2P+o8Bkxaaw31AHfgN6K4IcIzQzSBrL6gh08kG6QdnEIg5NdtMmkWVnXZqOT9lq+WZ/zpFvI PeJsrdlp4n1GZxfDmSvOqcXzdHbmYcfXdu1YV0Nkj5YoLI3yg40JjPMr19JfAAAA//8DAFBLAwQU AAYACAAAACEA9QMDjbkDAAARCQAAFQAAAGRycy9jaGFydHMvY2hhcnQxLnhtbJxWzY7bNhC+F+g7 KEKAnFaWRP1YQuwg9WbTIm5jbJqiV1qibWFpUiBpr91n6Bukx557ak8F8gzOG2VIirYc1NmkOsij j9/McOajRn76bLem3pYI2XA28qMg9D3CKl43bDny3/58czX0PakwqzHljIz8PZH+s/G33zytymqF hXrT4op4EITJshr5K6XacjCQ1YqssQx4SxisLbhYYwWPYjmoBb6H4Gs6iMMwG5ggfhcA/48Aa9ww 5y++xJ8vFk1Frnm1WROm7C4EoVhBB+SqaaU/huJqrEhUhIm3xRT64g80SDFbWkBsrm7fWrCi4kfc vt4Kb76MRj5Vke+pHVj1HVjzZayxWGNg1Xdg4aqCzMDoDIfAukWOHOQQ5DiJQxKHpA5JHZI5JPO9 FW3YHbRF//jegtPvLeCsrgYtpa5w25B7dK0twdWvtlYUWlILp6QllWq2pL8w6Hu1lKvngmDbrT3f KNO4tiHoenJMgsV+wikX8qy7kgjt1tQ7C3dpuaiJOEPIDtLoA2vROLX7q6dzKnUEbZxFyiyBYr0h vbLGbIPp9PjcZSyCHCUoi1BcDBHKUR69uELWd29zFUGcp2GYx0WYpylK8/zFVawZ0IXzoACc8sl2 Jkwj1G4GReJyzuu9gXBJpXqj9pTAOi5bc7OcmixuDWcAuIUIq2dYYIA9fRZH/vEcao7Zhc1gmzDj XYfnRKqbRtlS5IrfT7D6Ca87HbvTrfEZEfps2mINDnW4fn6dY1Vq/pRgkG/aMNIXuwtq1KqwkUQq cUsWWpzF+Mnhj8P7w9+Hfw7/fvjdi548evzqcRaW+p7pThsaOEwwzBnt0qoJ37ht57bMVnlwlEZ+ aN7n7fjw5+GdF2n3rWlUa9I6VtRnxZdYcZ+FLrFQn5VcYiV9VnqJlfZZpvj/2n3mWH9BjZ/sCwo+ tco+mEaD2bUeRpxuItusP6PA1CgA95MC4HBUwI74Ca/J+CVhRGCqK+qhX6hSFCZJEUdBnhbmGn5S jdba6uoUi8K8yLJhgB5ULUJhkaEsyJLQXhdPg1MwT4Z5ngT5xdBOxChJoqJIgnD4kJBZkg+TIkiQ ra9AD4oawYdSX+eRobun/tsHJ6vRE6BuoB7n4te9vxCg8wTrfIDrcaYHFeM3DaVmcFHm3Y/8OIXW wlnsLcFgosy8cNZLB+t9JLT9SyNfM9pN2G4Y1Y1sv4MZdyefd4PjNyJ4N2nNnwZ9ZN1GdIbP5KxK slNEMEyvscKegG8MjM4faje5T/9kxh8BAAD//wMAUEsDBBQABgAIAAAAIQAtPgPHto8AAKezAAA1 AAAAZHJzL2VtYmVkZGluZ3MvTWljcm9zb2Z0X09mZmljZV9FeGNlbF9Xb3Jrc2hlZXQxLnhsc3js emVUXFmUNQQPENwLd4JDcCfB3QnuThVuAYK7e5AQ3F2Cu7tbcHeXoEOS7unu6Z5v9d+Zb96Peuvd e95bVbv22efsUyUnCQGJDgYNBgsGBkYMhlOukbgJDgamiQAGhgY2B64hDLS2N7K211FyARnZadE7 W1kSZUyBU6WDvXiO/7/jfxMCg6oLMuuMyO6i856B98G47GVltOb9HS8iPkLegXensamgLZxhmz55 UFrjtRXs0QkeSh7x2XXbbUW3DVXRxDid5BX3qcdfqb8QeZ89xGHiqXPkpkrbRhSKmv0mshKHqAHn kQOncRCgK1SIuFUE26ZlF17xUULXHB/blaWiGdXL+iGRm5hSH+G+aLllY/wTGMWFUFibv48GdlAt M5mToiuPyVkBouTjYEuh9KYUh6o59QuUzWORB5MsE1FSOkH17yoo9sHDPnJqYL4FUqkzhmP8wrAb 2Mx8AJ7oCe3XYmm+SEgZJPAf3p8h7VPaYJw536ZGk+Izm53IWnw7dDHchiFBpcpqXWeykCZutzwB dBRBWlrtFYJtpePRsperdz5WGKAiPobzeODDRRSSrkZVY62pOhzgJR4cNDgZvjO6kFuzhjKTd1N8 jzNAiTm/quDzmrao1Dl5f7qwOiacnWJ6rQp1ntYFqN7i6ShlqJOvCYCLKPIkIqlI5wvhSZvfLj1b 8+HirL6C/SqDzorK47IfOQE2Nu+UR4kOVbANi/phdJRsPN77/iq6nDxCeAgtpJdYR9M+x88BV41p trq2QQdJsB9CbsSLYtxmW3HY5MDhbmzDt4rAUTbYSDhftbQXkuAJ0f/pmalPTxBgf033amVG0svn HannbIYHGwbXsTWytGOg//FKlNH/f2n+vya9Q6NHZDoYEbqPxRqFN+72rMVgv2Q3SIk1ECsRtJId EVaHZZIJXF/5QnhLGCyMXW2P8GssHW2ZKREC9BlkOuqpBMtZ9N1mzJ2LP6sgpeuTmJih9+CGA/RU F5csdZyzYpP1Z+7yKkJCcOtj70n1WfFl0eFPD2yzoxjl+/VMx2Jw8oy+xW7y+rcQyNHxTLWZw8K4 wRTw3fJ8r6hllQY6M2y56yfIhAqkoXEPOG4KG8PnjyzkfRIaEPfBOE+ZQOm7IzGASKOY15S9eKrh sCGRDBoVWznnWQ62E9jf96L/bJp/0zTMs5bruypteKPX1oWkpPOPXM9IeCKWfy5tenBgYLhgsODO lgy/6O4EtLXQBwItfhS336gP+YP6z7H/fx+N8dIWz6TxP/Z5CFi52+N4oJd2xfHRrj2CSXwrLYTG rbYk+vTwlmr3ZaojXDM2WYwqEpB2YGHRaeHt55WyGgoMc9QQWCnrkPnYfGf+Rp7it77ayULs0wI0 wx/1E3j5LHW+jKXxtRccMZJg+OTnNR6zKehrCxba6HMzVtlVlUylCan2y2xTanlLrTkTLwIRoxZN Re5IMKx15B466jL7nywW1suHV+e2COmwPXN97yuOfDE+UsofSpzkYytQ3aVO+Qb6NSJl5niZTcZ2 wEl3tNNCaFRupMiL6+LGgTi+mKlhV2NP4BVV+awNcdczRfoyWDnEbBXJG7QjDH2AwlFIeFQBDOYN I8Q9+auDGGm+viliP2/lNx92ZaFBvLUTtjt0db5LLJa1Y95RU2AKYIGXYlnXnfbSmwaE4k7hyh7j fk2L4Yt94KoKb3TBNuL/R0JyQ8kv68OAgaGLg4EhPUc8E/LPVKxKWbb+9ha9+zjKOaDrPdzX9DuG pzhp5QpqOiLfyXFtEqdDQ+mmq37HaH+sFX9KAR6oDFRUbxOx5UCWJeP1dZZFzh6Tr+IVDZXL7MvA bpb18vX1AGC82TENfT/ZSE7bThvjTtccT0T0gT7u/cn9KRaMYGlRO+3LCZ6Q3DZpTWgkWb7HnRsu Bu2W/vMZXuTefrOyvIKpMV25YaxTZlrCjUIOH9nhc30clZOKr9ixhSSvMm1ReqaY8UMDOpramKUq dItBSiDWs/NzQ4KRs++bzMMF1WIouXpQUwxYfQUIMuEjMawe5TKT8KqFx+3kk3fSuBfjZUXDGVnB mWZlEAzn+9hN8polzY1SCue7RyB27BRLIQ+dC6KZ+0uzZk2vmUIy6QK8VoyLjBueRqnC7cjbYfQl wuPQHjeRVmTXqM6ZzaZ4l7kGif6wfpKgjFld5yRDeQ9exG7u0ZfsTqUUJ2v1jxtGqMohZmX8OMAl V1RKrJCXNI2ecqrOo4xF4j42Dw0JU9jWnvuC2ftOaUIyNw0cEisRa2aszJdWcfjs/S/KpefKsw+y 5B1r5R31qeHfJ3MdvOk/Uuv3ns458Mi0TK1V1hmdj/ULb8gHLmIWV6RXU7vNUjUA8304YaVaipPA 78NOvLIZAxexrFH5qtAJvObdzVaaovxl5xHP7g5baj2Xmpse7hZL83DAHx5mTLkzSi/58DyXqizZ pgJrLM4bhpYYzR0D5Be7fbhg7Dk4KKJpwwe9AnSajn2N0toDzw2wHwxftbsk8llUaBG+ygGmfXBd qCJ0vxV/quJf4t/zhOePgEHE29h19BL5XhYCvjEEF+k+avatz8jDYTWd7QMj4JWoJh8b76BoaQB1 70XGWn9UAv4UhV9mQRZIogZ9ULD5xXwWF3SVuANCopLf6xVQ72EJW7nK21S112Q6tFqxciirzmz7 sq/qxoqhOdwsWj/wx+ZLM6JZ2rIHiyu0plBuXKgxruHJTHpBSByvkZAn1Um9com4lRAL5gKJ7Wpp Zhk/pAZlyXqllcnyokRnvAIouGJB5+PDUavRvRTnxfjPFa3nlfWX4u50ZO/wObIu6BEU3FAVQJjE ZJdhkegOK5HjDYxi5SPvBgNf5eYJKYxz+vz2eJk7twOjNGIoyh06BesACPlSvwnX8o4vZBBKX43A 4GOQ0pA/oWkmXtlDp9SoJH/F1afg/rr7oa21k6/Nu/ktYmKiPQW9lAmzlH2Fri4uvL+NeWtnFouN Hir9wK5UWyuZuoUCBAVFahB8DEhaJhcOK2fiscTQORsaIGWOhkWx6p0yLGQtdb8ojp2cB44UM97p J/4VN1cx/zk8PP33IAVACSIsFmQ7pzcuiDFfWjPx7T7IThr0mvzR3iCqnUdJgeONW3FkVwndB8di SwV8iPkskIBHMX1COCagnDJ6MMMPba8K1DkG7lQXq6VaEoqbr/I2TOk1sSqNTt2LtbCVy806OLfX /TkRirUX7Fhb9gTYMFdqQGPZ2VSwI1OQvfetfsKKbYo0iuLpl0AcMYxVf/i88WmUT7yY76tBuqmY 4f1LjyyX3hiD05ESTCkK1DmBu+aS8kN5iSQUGB1M73ghmvdK3+T/uFLszNLAdyamN5emyQkU70Jn 2lXx+7WsH5xoXyiIEhNMra/A9E6qXjn95/6Pu3inevQPHohZuMfQ1o70T4aKDTIN07PfY7fIwJvE Ihjb37S5SykwFEzxkk7tpUWF8y6yKBQf4eSrXIfar+ymRZk7jIhV15tkZcpchyoVuon8CMRHsBHp K5euBomk/ggLPfojjDv89/tnQkF080z8a1qQlWi2FF/LS8twVlbofK41iM3RpCCP6J4gjhif9hcZ ap9aj2u/pZIoepqeF7+GbZnHDtex8pTSbBJRBBYcRsBNdUuBTFjdjE28ky+lgOBNT8W1claehnls PghuopORXwoFeT6Z3yJMXYn6m7P0nuQaEQnPRD72/h5zdxa4y2K/uRvxe0QZsIbFcMd1ihDn+ekI U45RSXDWJc8rwXOHrS11wxxfpxPtMZMuv7PPeEEoOe+TeSNOhzA/DjmoQHxrp/MZypAy88YTYlqZ YMK5flR5mDnn8MTL2rdyKFMbTXKGeBtgDE10pQzaEZz8OOdjT7EENobyCTywJaSOKh8cLXK4E4+I S64BbAiSfUwQKQMaIGCOBvy4w+MDTu3PThM25hx3Be0rE7L0Uc4MKJBXxU5k/7kbD5nmEBE27goi KyUZRtnyLtf5alI3pv27sgIHg455lBu8adQe7ijJFJNuHAfQY/1JsVwaQRSw2wkSC1I72ssDaaDc QbZU5K2mvH8DUMpyrLS9ULuyrakQW02koU6JchfT9hvO2bCGWnjm/JUn+1wWqLVG6TyI6GQFxbms 9xvPVxiPpO2ayQjFvokb9TO7b6/Xzs1OTJ0qWti5XJX4mYxA1wKZMf/shdjsv85NQ4CBEb0EA8P+ oxzbmRoZ2dsx/Dyx/mgRY1WsIhbYEB75dJ/aRnMtQirpvvMGKqb3Gb0efaFRusDXUJMCW00nO61V /3grH728D1EDYVtjGj0iHJxV5XlXXFJkQsPVnYyut/AO08pWu2wrOoOf7/OxgaEDs0Vw0Rqi9Bh/ lTAQif+pqsXmtLpBgYbuZNSeul5i7giQO1BaNcyVXFvlxUCO5UChR00vM/PyE8Z8Xglgrf6LokmR YHeHzD0WYSOtuowsj2eBGWkYmmCh1Iuno/75V/hXUD5AGiLJUeZ3x71HUi82AFe4t7IiwMWDxb2S +6sQ3S6YablACOZ0/bv276rZt81yJKO5GEMYwXFt60kEZsrZO2KMG9vAMIjjBtJT9EgWkqFlmMnK 4T5gO41pEq/yGVrLg8TcJo0eBOtIimo6/FPxp7YSZMOpOfaHxnIhbUX0G7YgCIAvckIcv0P0jGcS g1pbRLw2EG5kKfqro+9iZwgbIr5P0dxn5iT8K+9l2lns9NHqpHnjCvio7PxuNg5wxsuHVAUxlBUB ZHOkNKSjJRf/Hbsbr5ixmJYT1kQfe9bOBX8BZxE9RqVxdPDsMZ5TETfpQ1MlkiYGOwrdqlU5ccWN fdaC3nCLNjM6ZzX4YZY2kitTL9MK7MHKPHQFSDp2EZ8HZVYRozWn9/AE097nUmXpMbQ7CDjKClSd ODAVGbqsYnm1c6TyyD2Oa+QPy2+dwf2/lLKNF3dJfjWFmim8cA7CItOzjAD1wW96KxvIkHO/ze2S bHRouqDh1d7okd9YGIv1NVJbuAyNw761j+8yxJ+OoDnNq+icpXdPxNhPbVecSJondLAXnbe5eeFd MBtmmCSUNvMibXyRFIHrJXHF4qbOBehJYU1J+VXkEodoGfU01MbGlwCA/SPDRuOKnlKSF/cxv6WE 29jHNsf+i5WnqBZMhn0Lc1jhFtWxS2WC8L590ldLgHL4EeQ07LTRF9kvXxXwIOhzgzp67Wcm8UJe Ep9/5yFXDEkwzDF1ZTYGXRseoSdvxBnbm1DVmWM0e8WR+E/R1AdkHr25h44nuBJDpvQ6XggibHvr TGwUeR5GF0Bqp9WjmHRFGyYxcnZ6Lfv5ONy3ce/URkpzbY4Ri7EtjTAqXzde/dP1GK1kTgQRysSk 1gikw/Befp6j0eFSytVWo2Ul/ENiELwFV2EGubMvBJZ6O+D4VutMRbJtE4t+dYdARfUrvjyHrSZe Ox1nQseLcPvN66j+3Gnzyvhg0St8egO5Yk3GrzC7+7LB7+mzehN9x6G/O70iLFAcWNF01Lttp5Ot aExo5dqm22fg0e8JRg+69mvm41hfPDph+MfWXDgeJbP9eUfo2QOS/k0LftnGPxThp2n0jWgz72BE fnvsde8z60ZGGavgvakpRDTD9gCmrD1AciVhWpv9/W5PLVkoosNgifFw1y1tEgszPIj2wAHiZV8u n0LZiUfDgbZAOcfeYiwsHU/k6qQV++FrGRnzoJ5EdWX4cj95MsIwPf61A7XcUKW+yP6DrG5UKcfH oxefhCd4ks8WwBfb80ua/GwPr9OtIzQTnpxy9QIJRvo8h8XOenz7yKN1XYSjXCML5+M+6gvuv9HY pnxAgZOa+dR1fvTsQf4+GmL9Ahf9ryBg+U/f/F8h8PsfDgFaJy3av4KA+e8Q+P1kAXeAXDC5jgTx DMUD2DvthYwfLCD/frcz6ysU/oMFWp7qWJchfgYk8MXWAsR+rG8/0X5I5aspTVfjQfQQ98Us6R1t GJK8DgpJeL/GaawyJWSph9kH7AYl2lwWKYoUGEoZXSoYJEldrS7ImjpKV7JvlkJ8S1XEh4bfZKxK l5nRTPjcMMHR/fGY+r5I7GzkJws4M8R4e5UPB3yfWSB6leh0C4AL3R9ctHN6Ln1/ZwG3FbNk279J BKY/QxDczoj+7hriUdjZLWbaD0FYkZ3kq/I2hP7tPPRCQuQ1+oNbJcCodXMTNLLJlnzHk49n/CqK drL+hd+GAZZp2YnbPF2L4HMefEOHe84DvQn65k8QMjISQT2Rahg/8+ABu8Ojc648HC4/km9rTjzI hbHvewjeaFGBudWZDkwVg0z1Me2Gu6oPF6+C+uNBuDshj3Vmy3MejPiKc0bq8mWIcfa+Ozz7kQdO V2kW7q8gc6wGB86vngdDf0fg0Ynr+9IzNtT/fVvw8+v/vS3Q/i9tQTZdGfivtiAa1oFWdVpr/mdb sFHX6igwjCl95iIWlVEDbNay2E4KDj+lEJ29jBJOjlYt4tzeGZHtuUPnTKX9VJDnImx3keq4M3SU gLWAh6VTD589Do4knZAZEnvYfV5/JlT6bvssnu1ks7OrOrIM3aTUAoqOxsq+mHftrtyJTs0nNCDs hoHvZrdTwnVlcyKObZwDpYqe7OSYvuhw1FqD6SbnhS0k7+YO3RxA3LdxUUX4qWunOLmJe9FveQlO 5aEf96WNALSS5WfOpwwlfiUJyNuqnGwhm5fOPBO8xfuAQzj/+w9THCfNczEC4C6k4/fuArx7Kff0 KcFpwbnvPTZqr2NTGVDZBM5pXRDrT5brmGcxvFMsTqX5gUXRCYB3XyTHYUWZOjdjZVM3ZlqGsIpW RAfSa31NgOIf2Ns8MMkK/dMEpw+Q/GgdNdqArywR5HbmhaxY5jp7x5QUsVLAEm8fVag3YEFEsNUw I9ye+7zCF+T3rX071FU8iFtE+Iin9cTIafLYCHGsogJmrCMUbtJWQCXUX33Bmpy4Hfrec19wJdmm R+2s9jKcxQvDTZ/4E63IOS2NH0BwIGxsBTToH9SdJ3X/SrKtQwGUAkfLlfTOpDcvWoh4mCMSCipT UL9pSE/oBVUP69CgDhdKTSvjxZREffWsvyQmqEkiIsCHMWS8F9G10VKh9lTpZ2sQEDfbDR/vLGLU eh5DG67I3ir8MbM+rFZ7Vi3oi57J7qAIjLGoqtK4fFe32jE4B2s802r+nWukoGhtTnI3v6BcdkP0 G8Wx84zWAbYOn3AhMc3lR0mCo1zmCh+FTU4B6HUvb+mp95ExAXx5gttPQsOvCYdp7c6G8VCScWu5 mN7LJqWBPW2Vdjl+kU7V27mmqR+VaXC/Mo/InHE76GDxp/SnRL8Wh8IiZxIPTO6SzxhgTA3ulaBI IpxUZK6epWB5NxHDROksuyVT3qdtLuLkH12qcmqhRq2vVhztluhSujJTGTrBGtaBHMBh4wO7rvui XF1oWLUGYLxdEZ7LfKiOG5e2uU5IyL94COcytx6T6MtkIw7okccm2zBRLsnZwm3eRRHrtL+nR4Kx KmDOdzQqEEVLw7kzBtV0JT2qBLJYcOXmUJ7AxmBxtg+6PNC7FGaD3SVJJq527L2YIXtZ2eNE/A1t 21at1VLVgzD/g3lqjWm+syH/igr0VD+UD3xUM8xm3qZQsLc4lVXk08rJF74qBOgqpB5GzWuy125w RZJLFY9bpGxF/VE3crtuvuzaZ47/bBVuwzzMN//fmvCzKv6uCX9YhZZeR+RcgZgBlXSoGu1ad0cr TpQ9tbSiBvuHy0yylr4h8AVwTg3Wvm3id8HzzQ+OZikmNK7dCwC9GdFXVpLa5Vexmfx8hMeKGxcV poUZq3RDz2ZBFOj0bBaabE+r+RVp8E9Grzi5JOeseEoZRi4ULuiPTeF1zOnp/XyzOVzcKU3lzTIl 16GaZRsl294b8lh2ep627X+Ku2gdyIW3yrYhMVUUW1n+rD6TuVijfyINtQH7fntHq4wTmunMUQPx gTJzxuP06MLE4+Fd2R6EBXUnOI5cufvqfaGCuw41ys6Ef/zLLuqVU6nrKjPbKqTf3EKyOzINEVDo fXNEnmhqzLKv4li9s/kGpcdDXMWEeju0aRo5UADrkRsLugGVaFvhw8TI68INTlGbDWizUIMXNpyb igzfNxnOoV7f9DEDaFc51aCbk3X54WOS/6QKpT9VoUHIyq6M+A9VkPkHVdigruAJ2yJKRTi1EiZq TGfEpTEL/zhumAYV05RTw04TtJRAjsZY/2wX7NB3f8iCRZveD7sQDv+bLHQP/JIF6bEVU4ww+aTv +NPeAdUrX5HV7JlDhhPlyf2ENEFqlJOmkG+BduidZJ3WW5RJj5ITQWVQz37BOksjxOqroa3uFVAO 54QRDo3fuwjnKy1pTH1YLq4d/RwTV1EnmzYHJ/ZJaH8g1i0OXJBkOzgox2R9kd6yqHO0LMTe2KKR UFm7f/WQ4KOwAT5aWgMQ1nxyrHg3h8FIOu4orCgpWBsTKm3BXgDbAV1o7fZK5wzEnxCVyqGcRmrI gU81q1QMxemGTSSa+gRfV/SBo3Kwr8HyraX5t71O53n2kJY0MP6zGf2G0elinrwdoUKnu4NLgh7g 1WwApdcPXdAo9g6JIeqcRWSkqD+ZqDO1Yh7wcZUx1g3fNmLeNpWih4nzGkzVj2kaDz1CINcp7sX7 QxdW2cs69VJWqULvyUis47MYUqEYyYBWdZgL1MkD9rr5tHqw+ZW5S7yPj7vni3yw2og3xOJwQVqo K7FkNokidoVz6u+vxkgkc0SJVM9PubddiMoOMusIwtxYroZWDoLRHtQC0Szccr+8cfbtCwHobTV6 JDROKIC++z1Lw/oewu/S8MmOk1635nVLhBKfg4yqvRJPxTHotY/5pnebn9iyj+2kDfG7NrJYtt4W u5tRABc0xHyAAXaJW3ScD+Q0+fEs6BwFT2VTrLH0grc9md6lwfPZG/y9XXCk4f/W+ywNTc/NBPov 52Bgqmf7PEH4efrZJqWoSIcvsKEvYe3goxMLqJBKZtCqCx0QXRpWBCbjskiP0YlmWBGjU0dWmaSw bEDvVuyXjCt/TGmrkycUHyNFKuiLwGL+/vjdPULW9fag5stSOKy6HdtlJtHz+5LQnrLkvVy+97Bh O+XNZyxk3AyVeuCNeqycG+HnpQux9fGrN7cR54FtN5SXeQhTsGLC7bMVxqWFWEKFrsfAQlQpw9iX Jz9BhATuUL3qsDf0vtECu4cAx9Vk2WZo7vpcquIgPuxSZwWrWPNSkErl48dvk8UXJiCO4Ln5BT2u y66rg7Mw/nEhxSLtA3Nbn+FLCdBlbrXwlzfm4IPxsQVLUc36k9fm1KojUG1sE2nAuKDlacjUkTdF FHCYd5y5mmJ4lBWn5CjvNVRrVb5lb2aQrL0VsiYO25qSWC+/LI2nuM3nV5rpOy6UntZzKPJ5VTjW sbehV53vzOHsOuJmI53tn+PdBfe2W86uIGr6E3QlXU7IerMPMxJzbDqrkA2fINVA+05XEqeg+gFd oAuyyTrj4BrPYLcBuuhuCAtMm5kc1R39Z8uEdsYi64RWAvoSl2p2Ek25/JLJNNTR9Yw3SBaKUVPZ 5The34JhC+PVdJHd6gXdhvKtEFDYfKD0+hqm6ygUtCYl1pUxbTuAW2pN3dIz6SXlAs1kGb4aekhu Wc0d53cAqwyottGEkE9RHlgWMvga5GyxYuT0fRIztZ94Oe8dbj7cON9cn+wOuDG4nu2cFvaYqe2Y FCQPJXp1ADpSxuiLPz0PHLkreyzjYHj5LoXtPjtVdiwHIGlnLTpB501nOajIL9MQVATfqZj2vrws jiYuzAK+IajAvS4eXH0qvZ1Uf4AwaVTFAty8omlgEuio8CHoToGOskqGwVbDhl5x6QHjAOCUkXoM v2Z2E8dGSdxDu8xa7lVApxAnEBVkGz4EMvuGGtC+rOSRpgQPbt5anQ2RS8ylQlSYdDEU5gTEqDP3 VZD1QuN1ROGQw8VGQcpNqPY7deaIs4mfEdlUSx2N5SYvsFWQcnpj5T6mYiKaLp/qsYcbdzAE1rP3 nG65L7v7g6VSFsksK7k27rZ13byTzscxjHVhV+QnoPzS7MmLgUDTPwhVpc2l9mQlNs24Yc+tUMkV zjiG6PaaLYHg22PeJjDUsaMu2UCZbkFHl6c5bqQh6TwcdqmOUGe1xFhrEGJT0CHDeC+YCkqHbuuy gon00NvunS9OHp12jE652oyU6wwjKN3FHakZoLvqdiKt/xinqObUJNxcyyx/sIUNH22lMWtmKhPj 0wlo/eAw9PiPVsnwnJXkX7nFN3+2Sn+ZGYz+DzfMUu9pXP8VBGx/h+CXYc6FUQze1JQg+mGYlX8Z Znbix7ud38cmQ6dMsnvhScJk8DBaXkJn5fCsajf1aVfAdDWAg3WwLyamIUdNQ8IWGiVldqeBWFGw 32w7VfTSr7FJj6+SGOH5QVYnT+LGfQTeaKOKstUZEKbqdS6XE+ZZHffHevp82qfjH3bR461nctRG BFyMLVHbB8Eo28iQ+U3wLu9pjZqh6sefdnHP5Q7yn/Tfgh/pruPfGGb2v0Pw2+QooAZyoM5XoMTq FrygMf7dQdyoteT59VQ5mx9BQE+j3vzENU8+Ay0ATX12Hxo9WtY9S3f1wXGu6aO+zWQDNcp7Z6KO /AXredWUlEnUCKbKAkx9+EwxPtyfjlkGJz+aOG5OPIw88eB+EYo1IMeFebMWot5PUcsNfnP+WHCR oI7+6VimA5k3LeYp5ScEkmRtZ/4kl0Sq1a9/QGBRMzxyS4qaWPImZHsR6fmT/r0GWron5v7AQPi5 QpL9qoE/ftj+bZL+p+kZ019mR7+mBt5PyEtLWQ4C0GZ7xsjfuG7Bky6qESeafRtzd5Zl4zNh6RkC 3Ohr5xa3xLWY7AINv0xjUJERNgj4+J2btdxCdq3l2SmSVYFE/bUaNFlFU1JiUSOIy2l+YjD/C4O/ TA102NPVVae6N55emRKm7I2q9waUQDvU51bcL+Hf8TnfBz8yk/aF/KTBfRjJJhFW9QBEMFTx5zm7 Ev4LWSJGKwOCklrPfwRBEruJ4t+B8Jfp0V9AIPZhPRSBrGX5BUINA/ExZ6gnMJ4GorIRcFT3LedO y/jS50cyVJcIEH+fhcGl0xzuGYKhwhRtSib94sfNbH/oOvVh7SAr1vllkHI5skbi2/El7Cs0+nAH KTE/BCYGGYnBTPFhncVAYw1l7pjP+KPNHFP5tZGy7oh7H2SNvns6AfxXTpEfrASj+Smk+r0gz7GC Y300J+kjqDCrPEyO65b2jgV057sbNYGE/wjCq7cXy43PO+R/zFENbfWczKxN7H77881vl38eHw29 bGdE9j32Pka+sh53RY7KaQocLZyEURs/RKoR7xUpBwLTsaDaJsq4D9i5311+ojzNas2sxLVN8iKy 0OSe1+4orjsIJ+LIsLKxjWel7ZSLW5C2yYYz4FrTu6BF7arwJxbxVAgeEmCpsE+ztOXCMg41Q2g6 Mz2ajZk3mRP0k4WO/Q9qvjKqjm7LFnd3C+5uObgHh+AanIPbgaDBneDuluDB3Z0Awd3dCe7hYE3y 9et73+uvx+3xfvQY/W/X2mtUrb2raq5Vc81RhgoqjUTiq3vk6d+Ldl5s513yvtRyxaTZPmJ+GfGj oCUPyf4KxzCPWhk/fM1cXKNsuDvE87eLx9Zyi11+nZn8l6/BP1ZfFjcqB8OB4ve6emWnxqxTsXcN tfiYt9+OoGcAXGqZsvLYvrcn5aGwFjrnWywiO8P4NaveLLXgriGGBOhSAWUZioF3eYEpvdujb+jx lCbH0ya6MQldn25mbxEt2OzCitS13yJVB8rmrxD3Gvd8rx2DLXEJ0cNnYynPYxBuu8ccLTyyV3wa 9fP5rv5wkHu6DTezqb2017noQaDaFUqyhk/dXNXT91Nk2Qz18ChsS/RILUrJf1aRcMSM+CEHUECL VTZOP5XvbuYyx2XRXA9+OxlToCP09QXu7zDi3UzIy+9U8a8xgv2fgfJ/FbN4JJcD7W9FfOXU7g31 d3sQrCKS9t/KFXz/vAX/V8UQOgX3/5ErhAL/x3IF27/IFV+5iQj+WyUD7z/vwT9Q0if+pwmG1U8p uBaX6/8gmM1Tn5+AJZRNf1ASfM6j9BOfK1QGD/B/GGYQn6/38e9Oy2+GmXkQZDlXCg5KSFDd4qDW /P7KsePIepouxPAKzHFQ4E4NCAowcKDT8vl+hE630/BO9zrz2+suWXoVcrSiFl/FD116uh0/bFwQ PI1HUrP9hZI8f6Ek+m+UNB/3KKr07+Ku93Bfe4T+u8fgxZKFZe4VIzhfC4p/bzz/B0j+Mzxmqo1a r7BjdOBfoonf9YkA26N0BBJZGYLj92IF/WJ368NY0uJqjlbAGN6xomxC1xQNDolxzALLtKFVBCMH xKM8eQ7mmikS8/HlEFT1jJZOeGqUOPNJ6hkBa6sGWT75fdqFjHPWNEhgepR2ZiXhshCkyywdaDEo MydBvLrqhvG8wXMp55HMQwP66zkifvMLhIxiqAaJnxVRU7xjlNOBRklWQVVHkxLQZAIB5aaqk1Na 5m7gWstlpXAeIqliuNUovHm7tMxKyjsYiwcE7o55F49ss2FnjgeSndVct11KYkcLpdxWUHUq5cQ2 leCNvHjpPolZ+tgO14FJPHNzqqU4i1q0E2Fnlnval/DaI5qrRAfoMgfqTqg5xCkOtJZcMfL6J6eN NkSii6MTVAydTeq+wwCsYH/Y1ZeVlzWRE9+nJ/8XkV9CcUFSX8BHWu+YRUYeFK88A1Ok6w3Xb38t z6K8NRrQrjhKR4H9Punl7Ett2kzAvEk1SDejpij2Bc6NJ9XGnNADwqMPeBHiL7nrflrOnvdoWSh6 XpHUPS/POpcu4iy+6OggWjey1Z8udRuCNag/vGGzu4z1dGWi7iMcykrSQOdcnTR4ApPOf7MO5WG1 2pIy/rc5ozddy3H+9Smh/a+7DX+SxW9mMQ+A8WxQ8gJ5P22ghLwAg6AyWJJiW0FXr+rpaSdSa4R1 BKG2vap3Nu9me2U+JGeXr3/Onr2fdsHVcHfWMZd0JS454J5AeQwe/KI4hjynp3r9sH/1hMeXNZJO WeouoXbNczLR2nu3fuKg53VYkSgHT8mtH16h2iAwfnTJVF47tstityH/QzJLliA8Yr4+wDw4W12L 9OJpsJRrjhzbmO5ZHsUgmbmILltkvi6ONixXg9bf183MLhTtIaCbJymWyjLt6x3QjZbiEs0T9Qk+ r9H+9tRZy+eBXPuCy4Z+BxI3dnGaqtyS1QryrVj00M3nKzbrn9Ls9xBTVvCwU08Fxj59rdifcSN5 tkbW4UdqKwYrexheVQhav1UI715VCJBytSMesB3n6yWEZYhi77O8Z8eJmXbeSm720yxjhGICd3fG s3ZucvaQNc+3R3JzEMd9aC9WCR5kMSrfX6PUmPsOAV0XkH0+Gun4ic+bW8f9YBWPLmxxoUDwKzk7 S5IIh4CPV2Y6dzq/W0MG5vSSwRBS2ZXJ9DpXRWNfgN+RC+axK6jPvcoQHD9xQtpYS2+bzJmNwdCW w7wa7ZwJNcwHCjbruAWZUffTuoeEGjAUcXs9cF/PmrvZb3tuXhbyo79J4fG9fG/vFCibkJn/s6RF cXGN9WgMyWBAwAV5nMGeot9TlxsiIvaVp9k9u/OsXHP9YkgEPqhdPiYUWqSHwtERPUXhVNOJoMUV VSnNrs3os4UenKBvrSxCiMZPyMa81qjGVz5xZKKqlkaxH8JcUkvPoPe10bDAncy3aYYdKdzydtWO O76qVnkqi8h7AgYQHtIT+bVrmv/OCkUYicLV+wFfZEWJs4YiSRB+0GhFuUrllVSUPKCAz3lB5tMS PtYx38/ioQT8bjbosRGqON3z+No1BDfY7q5JIpcLkiSQRfN6efYJC1K5m7gHNMkn6REEUfewRjta OvN+nmOkTXOYUeOoX6TlMjO1Xmy9/qNEiPqtRLi3xmkPjntVItB3iGARYMQGmBPSpNqqZxSjGhPD dVO7ZNDMeJUDh2xrM4FLtdysQsMD68LeHQJYl4UDdJiyoB04MZw+4f7Kz3pv0m3OC6NyAxIGizjv fkmUlkim7VjWcBV18PEsH4v7/ugLfpulNolF2dP9yiVG/2kzlGNcfpbn7QmdxD2VwYkmXQ+2lR/b ZffL0//unX/Z7LJUVrAV5x3IRBiWhAzXSOGNKKcyHIxDmJBrW+W7ff6Fvx5lzILM1bjpSDb5Do9g v83sqV76WDuO8qJ6Yh7BoW3zzfMr/P/n76jYeqASxmtSoCCCgEB9hYtXgfBHZw9bs4+/U+GIzrD9 NgBnFf9ABGFJCcjg0xecL0bcJerfQM/OMMFipwKADOem5q/ah29J9T0QcV6UfKG4z+Oj3pW2ZYrX 8DyGkKL/eXm5Mj9ZgOOjZ77iUejRnR+m91Kxza+uAOzp43Z6cSfydgdliWPGYbDCRq3gsqzEXNyt BwfrOoKtpEqccsVx4gTUrJ8D93ETCEdlHOn21TfeM15F0uvtqVWm7idSBxskOrIdOIMNpFJB2+xJ 4rhj71iDwld8+DBDv1vsp4E2LvXZ0Ojih1dUlNHJzaViI3U/S/cs8lroMtMQbjMJvEl14YrH77JS h82qyOaiH64nxOacT8gOMe7u29SWXx16hrvCPWn0Wbl5aT+iL8ybbW4lQwsNNDj7so8eyOqDjz66 26OaBRlK2pSbBiflrwDMdBj6WjoMhe3ISyc3qRcJ2kzcLpolkaRQzgPERelFXXPTMYkcvDVUlhnD ijIBN2UgbaBkIJHxu/ng/zifeOMsEGjPdrCsR5ByqUDtLIut3vTDwmEATd9LkZ3HDwOix2jjqLO7 99wgww0JIhC6g2xYEJKtQhYRpy47QuK9Gmw9X8bYtS/N/ifsksQRdhmCNDkx3pDs2UtXGgTcFcJm a/Om8eSbDodrvF20qB1UPOiCOF7ySkye+Mb+rHXAUbvU6x0gxIi8IvJvwuSp5Fj3eyBqPlk24xJ0 2gVDQ31giRL8aG1sxm0cgaLnzLBUvLghgztXxjvbgzxtgrq0XFsJd05BNcvc1Bb8FiI6Vmw0nGlZ W/j7JI4C/X7O9fTDuPMyYS5BSgkV3iK9mkheq5hIPjrWEcVSupNlBqQnZPK5a73OqoB1oBhT+xjn qi2IkXF9tcx10GtMSySNtFjQVsOql3G15U21o9IywvuSSdxMlRQ0CSq9qLKyqdvo8TJ03x1bRk5r xRiJTLWTAq4EvgeUlAPoU5i7EqFA1unpaUT7D6HeIiC6QHcYalo8J5XUQDFiXl5iA2i0Bju8cxfK 0wektzpJOxqbZwYDM4y87Vw9Vm+enxth/CHqEMF8pVjvRVDFawUlVBzICOC5uaDqrTjtUnpPnHNG aMrVLJWzxEczQ6EW+dHP2Et/FQc3bOrU34uCX7r8bxsKs/mU1pou3uTvj0d+axHmrjpmvEXeNCfX 0Ph5D0kpKv35IKtIPOLRN3Ttrv6QnFLQzMYdZ1lM0PcD0DQ9ZsQiECmAK4pLdzfL51GRp+Ow9M2T P7mT4bPP/f7N8JEh20u7j8e9W9FaP3L/5LEt0Z6dNNrqD6fl7fU8/IEb8LKfkGeKISV/yG5dluVh 1AQNdb25nyowcpwVDFNTTaCiZCmHpydkZy916vpY6mEKMcdY4GMxrkqIG9f65uXruhnY2zTCQ8Sq 46TP8G+hY4CllYEABwLiRAcCgvAv6PgnCuYPE8Pxp5Ao09NxoJJ18uHZeOmiCXrzeVlx1ttSV9e2 Njx0MO7dm9VPuzLqEQSyM/G2NyNEPotaZ2znp3k5UcHGvX6oxw7KL1TSBhpxcT8Yp5aFUjUZKDtG BgcjBwfzrlYdfH28LNsU8IcXHw+rDhuyzE3BzlydWULe/LYG+q7rtKP9Tm89WrIER3IKQ0cNC4f3 HGKeL8jWvNPYfHTXlIpK4RLP6wRt1yo1x+EfHoYzHg63gYvZIko5fh95DAXfa54fbU0/X3pwZK04 TWz3duzzTj5vA29ncGhImAEMpj5uPK1p5lcZ4zHTRUn0QA7v1DLRl92nY49FwU9uAtCkNsqmHO0C th13aBVqlc2+19FaT8aAp5p361G7T4/yDhytb0azCyfQqrqsnwXT18r5p0NDe815UDJQ55bI9q9y CNxBw0G5QYe91yGzy6ldMSklGCIxYl73ngZcDyHWdxGfLhqnvgyzODdYrrw/o80h09y/Yns6PJ5+ QmoJfG0PoJMj+/KQWkxIG9Re8N6nvTxytuqvBqYuu0LTXeZuZYwPzz5e5OVfDcFmlsYqaibkuUXc p8AtEA3pCCtpj3vAG0zYhiEt53Kq98OscSHSr8IHkgDSjA2jBfdXn5HrtqSGMv0UuhUeA5rRk3De im020WoIUklcjKx9c+dhkdtgdA5SCJI00afGpmSwYRrYSZwoCCKluWYwFkUcSGTPD4oj7wsmpQuA KNRIz0KS07AZs6w2leMtCkKWa8oPYpL7JYpIxrCpi+FuU9cBDCSOIppNiRyBozwtfndWHB1r3Hu0 OzjrQbjnwc820OYUdNFxamKQu/0pFf9nm/CeJL+Dnwew6o0pqdU6xtUgL6lxtry3DHu3d4T/189H P7OMSTlmCa7CSsY4YlJ/Qr0OWH8PkF4HwkavU9IjVIUt/YJARjucAORFKQoqMkA5VZna5Wk03Orq mcFL/abPXWk0PmmLwwrP2FrrkwCAXXYdiJeqhT7Mwt5JOlffFfBJexwK+cjYG5n5Wygqc1UTqaut P81N1RfY5LleKbzUo5nt9zgVmQlYW8xF4n2mDBCRKYCL7lrr26Z0b4PRjmJzQ83aSoQMdzB8lCLl tXSUVR04vWr469vOqBOf4cEhh898AjQx4PLQp+TiDB2jKYdSo2ZY2qcGpNdL569rdn/CS71eZtRe h0rw+QBLrP3q8Jbgs9/AH+vCxKu1tFumM4qZfbeRKNrS4yto0GGYY/BjsBqF6q9yiW/CpZsxNr/2 3z5GED2bob6En79SK/A96IgvVJvTt4bYwoyGV8YN5HVAv8gyr9R80qx4ae+FAWEFMHdtVz66VrcT sgIYhFtm4y9LVhFww8x+2KtR1QFL692EBKh6dbBhn7r5HYkxqhS/keUfp9+R9P6OhBKU3ZBPTbhf koiZUEmWb0/y6YRdrmcC/c3WhcUyQkwjpvC61C8T4s1hu6BK5036y6/FJwUqBMGOOwPcVPMFpXZ3 jsSbNvru7aS65LIn/kFxGuQUJVpFO5OiWOqwWMgKcPGM2vb+P0RVYY90jThj1X/vEwr1n+igZXFt jf5MCTR0AcknjfpqQ39PEkX25cTBFkLJ4p6+27gWFc/cVB8KE93qV9lqPeEN26a/MVmn0TlY1Jza Ls8fb4zvWJADOzEdMikS3VpMLzguix3/UtnqF9Yp9p3I10cPUNpooAobsEfKiKOG/1UsP7/woJtQ MfEOmd6WaTI5HdSCxACMPiCnjWIw1lCo3gQql/TsAjIjGTWaTl+w52s3gbzfvlU69P7oUg0mXgBx 1qhvRtvxEup+A0kQv+9PZlwZDFHrLkByp/QnXcNTGoSbL8FxMo7ZOC1esIHK2chQ2GAqIa73JqO1 GnDBjt/JJLQUrsLgD2sDjNyoEPyqlt40hR4bSAkI5IKueuOh7EAClhV9BK/4XW1+3bDf4steR5se vNETCRPCYmRD4c35jrOitNWFnutKd6GjdyGr18G94TXB4K6f28G54XXM4C5JvWnThw6XiS4GW4nq BJcZ8w62UlarErWOIAbWq7ct/KTnQ88GYlGvVQwAJLufI0chDLrXBfvUpK4BvssSgdArmvsiyfyz +jsXhaLWsvs9y/UJLh2UptufVqeDnhKp3hTGzKBn8jqZjn9WIxC8/8BpNDan0byT1JXNS4IvyvF+ K+j9Bh07MIscEE7ooBw57zrFfU1J0PaFrNUYmOjUIcYAkvlZ4IhQ7o/IGWw1rr5nEmjSFZi14AI1 f/VI/TlrZmbPKdAkE6A/aGgXJD7syXe9WOXPRYJXAxrPswct9Rf2mLscShOYIMxqavhdy3Y8r0zV k+hJUY85J2GIZE/bQMBX/xpnIAmqqdYmbkOuTqdn2fnZWx1bGtNa07YEwTRcKttdof7xaEqUQYuM uMBn9mjMRiez06rKFD7JUmDIKfIkvFaBvmmFBGWIPP9OaHlA6vuPq9FoptvGTdtvvKVo5Kzbeecj tBJ4Vc2KIcB8/QyUHxifAIScPQ8AwvgiFFtOoBxvw2AQsABQ9yNWcmOQtraCeMEg/yccD1znNsc3 6Bzrj7kKpXrFYUUaGAqBM4FmeqnhIvn1aZAWHrgBEtwx8Q1nS5vNr0caiHcUQQ8qApc0mdfS8361 bd/8BsSwBsQEWFl6Mla4lJmzGJXtMfwaxIj3NG0SHuAyC9RgBZFMBl+W/FUJVzc26tFReOWLkNy3 zkVayEiICZIlcAnWQwiJCJJ5cQnwLwG30pWWQD/3DvWvCDJuzg0976hG8Hj6KNUjiI0Pr3UdScea RdneGvFlsQgNN2HGp8YuAmUUBu04qWmd7TiBKLe2nH3yYAAhFjYcXlqY83i1Ykhf0BfFEPeuPysG Ofm1ipnDXFqLequmV49SJaMmhaU/cs1j3pSYa8HbxmrcOvfBIQINpVObt/yQJurOU5EmUEAysJGn 08yIDPmn3027aiUv0Ttb11YPj3/56/JTO+K0WE2hBQ7uYjaTCLQcbTqXH19xlH3Ubs6aLk2Q16zB JzuO3HDQeG5ppTlm1VMEblCy84KkMDEbSbkoZPB8dnSPgQI+4KPQ2bvQ9fbn3RuHypd7sGHly8ON 0jHS0Hs05reBuA2TGYOnfblGNHnDBBUoVhowY0uMUOfvOWQrSqDohJmrkuchiUsfFkeVzvYnCBp4 Mbiq6bAoG4AsnJT8rpylGIRkzRrF1w4G+vOM75jXapHiNucakeKU+auQ4rQ/2eJSdjtb4lJOOgOx L2V533BRCGZDuXlb4BNOpo/RHmrYWUTUIWPxdhCwIe16J3jED5sLbZsbGvw40XTyTFrxoXHL/fiZ I4apWSLrQ/+btbW4Ldq29vwdjm3r1Z3yM1pQsFwOcMC6cNlN0HFF04B5FEXOXrkFrsBCGQxnZqQc jTo0kRuJMpSqwl3762gUaszQCi++BZdCds+GfR2H4gddVooHgIKKejEoMhaIzSkerziIIPufDHgU gNC23OF1U/ORGjUBAeO6QjUuIw23bzHj9kM6bb2HW8eFehfVn0NiMHiv7yibntA8PUxGpfkZuDa8 6Nr9BuLwPe0WUHGGi4K0KXh+m4I8hVfa7/R4ttxbPv0kAnUkVGxUHYSLDzqQ+L9Xm8oQgh5zm8IV DDcmFgmCzdsP2yVmB51do/Kuy2qBFnqcH2GWst2h3sNnQu4LHCKdPlQ0U74WA14PesZ6ZA0Bh4z2 lka/spt7gjh2VnG4ONlNivT8vXLKOV0+RhIWEpRRUgg63/pQda60SwSH5ExF62LtLae4m0pJ75rH moQ73c/D7dY8Ekh6cBMOD96upTBwj/HoTxk2K9JTxNmNBMXWeHxhflkS1Ym3pTKzs9pawGeMoHZ3 K/owM9AJKHbw5rQvrdwebu/A2dtrzYsoJRsbU6otHdtlhYmHJgA48Feh+BF6KcHFhkvC5RwPlIkC qwwmIZ7rxaDn8k+F36+6uYElmx9tAp1kOyqSYYTHsNzc4P4yzBeFfLdMvCcljRI75J6y50VdWuVj vd4wJD4wHvfuFx6jcnUL+ctzsS2kTZEGvSP1rOzFlTxBwTE9Al7DmT18rWtpatdGnsd83TlLdku5 AolpupGD6otYv2YJZdB5JVgK1oZW6b0WPpkM/SD1tC0OL4KDjEbeBjcUWnYgxB46AJX3GoVRqwBe UDb5wa0PxxTDxB6sxJ7kNf4c+oRogPeA0Hn2bO8cZ+Pbul770pTIRPBSVoOEc1pf/GYhzzV0OsnK co48rdAqPlClxs63tCeI5leZzpLYfNIIjLUtHOVjRLUs54gCp6L+dKBKS32F09dFUS1OTJwWzpYa JlnnWlF2RX19hLGK2vqGGt4rBDZyFXxFNcZwR8yWUDXGMjcUxHBJU0nqOvgo0RBZU1pVsd6rXyGJ jR61LgXHmDWvor+fkL2HsNPHkLvXGYy73XYfxoNZZNYjSMJgVJqHJupntliWf25fSdB1Xcydi3Rz 16s/N5Yk25CwzGyZleAUMU2rSCcoqDHsWvpWqurmi8txtKh+I8ldidShTy1ULZB+are2EitRLiWr URL6jlUyS8xbAO3AqloWXiJOzPAl+adY+S5a/qUOq7h3w0jgzVYdTMlEKzZny8KPnaWzniCvWPjn DOYw9K5sRq7rttTIcxMdckU2ZKxqToT7mXr7LqsOa4eMa4Uwq1gk5u4mNumjTEZdLh8+/brRhbBh jKtTy3nv5Yu2drxrDWTVLRO8G1Uy1kIa+3gYUj1qOqYpkpTu2b7GQD/PWOkRl80ttEiZX9Imxsiq Pq5pyZVz8tsgZDQdK8kPaj1vIFPO6CpEZmbBArrbwpkVtuK9FCZOGV3V4wbI0Z8/ENbI7oRWyUIg q4zL9/ixXn7Ug2v4XAXV2fEuHQCMrdmkdiGF1OL2OnGsWwO1BrpSSmmhFmHicXj0bl5bV8LCr7As VGoEdssLumv6rb6gtk0ERsi1QO80RSoSo/EnodK1cwRAefTOk+UfoVpM+8YNpZCSJun0D2NGbYX9 IEYrAnmy8KY7dGvW2bqTvP5GpW51wm3BrNYPJ26bEmDHc/sz0bkfAQl4AnCAOBiluVAZzY/Tu7zk PHj0S21rBgU1zQcIwLIsfNB6QhkNRi0DtN6fhlQ7Er8dMLNdMqi2xlNhpoEjEfNvy5lf158grqD5 WJxDqI967oSHMcnHmNa2CcJqmQ9YxmDhBcSihh79BD01ZME5ncWu5Y06EmYASL6xwPMeRmHiDBIZ OB6JO/xKZ2BmLGIneNuiZf47eLo2T5amgckAbMxFEFa0E8piXVau+OIY5912P9nrRQMP61HbXXRV o1rqRzIMo2V+6KhzehxtuH+qhOV5rwv6WlvhgqC6zK8vwWmDT6pFO8kmDRzmjZCjnccYG7jTBXUW wBbJqUo0m88JsA50sdzoJZheNWvzIfCfJpMGJNgOwkspqAwu61YJNYwlItRkhXOkZbH8eIMPaedY HCl3ZC2EXYn4lFnhZMZpaEaUMCLU3E8N2VLKIct9ZKWwdeEdJWsyI2oaMHpx+lTdT23PPpNaEBV0 Z6Uwc9ICOz9CW52qqJ07ZQ95dRfJ7wjhKaEAxSl4ru0uLUEb2/kMo0W8UBEl82uByG83abeVqN7t ak6D+RtWY9dm8odd2HbFIe0cPdCRCw99b2YxX10jZN1txxqcmboCmV5MN5xZLMOGu+cgCHow3dOT mFz+6Vql1XwsTCXSovW51Sn/23e970SJGczTSDLkFNzzzOmUiNEWGBej9YwpuZtlkW8+WfFmVtvA 6pXcIb5+SO6qt+qy56i/pB4IvSPqKP701DgvwiNTfCQDvKfXNFd2kmUgK/upe2QqjLY8eZqxd+Tr 9YTf1HQ9X+n7CC6ifQQ3Vr5acuY7O54bqRlMTfmEim9QWMDayKu0vKIUGWG/gEswaK4uGbEI67Iw WMtBqk4MgXYmpei2UMh9DmbY3yTJbL4sw1j0DNJSzr+1gyqabVEc7Jv7f1xtBv7hmq5fBhWnSLC4 JwCCqVzOv5Y9dcl6R16tSE+TwrlA2wDuoq0qe9QEfNG9rsZrUQSlvgNgqmANGZcIhNOBKkUbEWVN +T+LmmQoy7GaVSna3vgrGp3cl9uK1x+YsjhnbABJF9/lHxUqbtQE2WPHt7tg+fcBviTqDRllLPyE zuiquf6wGGQ9OaB7AOhGhgdix+1lAPyJyQsUn1cBZwjUDYgFO59z/9033IUpIxbx85iQeoLw3Lta +fA7LflWUA1LYRcL/iqr82mcDBA/MF4eqSaiXrgKucyl84s+iiJYG3uV9dNc3mViYpydq3+GYIv+ wSNV3ALr17L4eHlCW/wP3kb42sYOZviJ47HVJgezf0JZrrQsC1vVmg5dUKRZpXeGCmi0TuOTxwbC 0aTg2OJ8CDbC0R51MEu0puPkPjRVDDLu+9i4Vb6YcT99EtkeJ+CBcbZSsWG8GeJF2ghN9wXkTxIy uXq/H2plejPM1cbuBV15ipY82n8y7nZcoG85d2UCMBzR7KwqR3GPdH8WbGrV84JT+YWbTWigoPnR vcIV/DCeAJ9M2evZkkNGe0wjfYN4NntJtLAqmSEufZZNl1MoooCXY6403A8t+IT80taM+nFYvK13 uPOLwfvgmZ2BeySDRY3OVSW6RjXlLiuJDh+enMoZtipLs10DBa2cHOJx7Ilrk1t4ZWIozDr4bLa9 SjwyQM5+xKwJ54duTqgD31TobQrPEBrAiolNzUCaVi2xrP+6w9441/37iy0jODxdFHv9W+eDE5PL YJ3G3EuemLvF6e+PN+t5L9h/25Yc2Dt6S4EFAcGo+l/TiX9kTGV68h+JmzE7ihhf/I2ba7BM1bhS 6XBlP3DweVVSHxkfDSXRR9THF9NYebrFeCr6iDmN8tUnyWl8cxp0iH1RIapMk4LOpKid66ZtfYAm QnXOmyQY654XEVyZF37/m0m8qDrlaf9kB3YX6kwT6hApMzRwNiy4WXplEtvSVsbJikJvyIqGwfPS nU+j3UX3W627q84t38SQY4Z7wavWN3WdjY1tHRnCCsmj99PXmLyNV997gbCG+Gd3yUoRhztSfqSn d6n73z3RExZN9RuqOhfyo+5PTo4/LaUZ+rqnClcAqSIOn4CwYLaz1xsHnuz+N0bOKijOqEnDIQR3 Btfg7g6Du7tLcIIPBA3uEAJBBndCsOA6uLtDgCH4oIHgECBA2En+qr3Y2q3au/76vN2nu7+7p845 U5h+gVLNQ9e/6v5kn7xpNgo6O5TyevIRfGqSK3Ce6Lgv27D24csX17CisAxbfHQEdpk3l93extxI Rkltf37ykXhOjEARMkM1ydzQrPXvaUZ7vPVgHRqRfkH0YHE9KSnbGuDfc9e4VMTG7tVevq7mzkR9 auhwpQkHiU/r6KV0sPPje/HR/p7mGNJJvK/LVIySsc+SU24Gvq/3hZ5m4431as1DjGr2cc4IzL04 t2Wipm0FRESNJiUXe5dmpy8d+x0STxrrLFIpBVNRo32mkCzeob2lHEZsBw0EA603+jYUSYaaU0SQ s3KzkEXe4YiOBYQPe2i2+2tE77d1eV8Fs7lLl8+m8/IQKaslJxI4oql6NPOpHOrIfML/DeYujKRh +MhsxY6mXDNSTx/qeE/hOaVB/8WFv6xpRQgMUkA7AIOk0TLA5+n4G9r9afSxcyTv0JwnBTJyJ4lp 88u/5Za3gLcnjneS3S9FM0fULKL9h9ABRCfWFm9hcJSYBUeJQ4x/UWI9Fs+nj+6R/raUn3hmyiTo s7a672V4BtVvNP6CQ6x9PN1/TFEEbpj/JYgMcKNrCGhd6ZupqOYd5T+qN8z6itizWkZDokrM0Khj a50Kq13sjfhz837ITYdgPPZTxh9V91vLs3QuNV4hSpSP+gO8KOzl0d6UdXVkS+96i52MNhHiv1oh orBXRGNR1jWRCXr2mizW1SPuByxCbBLYfpWAhSfiCKyASKE38/QSfibTwbrTEmwOBRmNXOMrGZHq wKfqPka833l9TQpB8lD5hehNRreePduT1sHck3DFp3SrHoYjHwo4EbSrm0TQDTZFPha1HHefsBRH Ubt3Ja06C2Xp4YjA+itA/ijXW4RY+tiCCa8BvEnGzetug6L2UB1GZ0LlTHG5ao01/lP1w27wcXKN JtudO+udA+HjFfofeaTnlHPSuWeObcXI58TzH3e1qNTN7nfckrjF7yKm90WMH7iVxb8jffoNCg3K nHQcQdCVMEOegG84YFdXg1gaCMGEzwGMk9H3GzvzcpsX2gsXuPSOfsOhhEuQP6r1jv6LIBez/B6D RTF3aQTL9PjLEuNSknPccVse6a2nmDU+M8cCYRdlq6g9Kwp3LuTbV66RXC143fxRO5lDHqnNMObE FGGltwpuKhmrp+uC/Yal5+/FP0rNe6LgayyFRZZYwEeFqGxEpETBTag0bpmFCAeDpFXHoRVSOsjH IpasSeC/1aHT29WF/VtyOYQvWffGOnz6G4BJEicJnxRKCu9a/WBWWKTwALy2sEFNGP95jnImvUc8 Q5hmw+xCdcmmC0NQS9r1vcE8sanyG7J5rQJXhvxNTABXrK4k2qj0UzXNCR+qRNHmRxqqBw5mhRSK rTwWc6szNtl2OQBd4blOMZsAnhelzijVnIIamW5xQyasv6JQJ3rCTJhQfxy0DmeJ77b1hFmPa8/6 K3p1oskhINYG8HY0Zy46hx0kGaPMWpXU7Wf/jy0dZKCBVPQEjIUFlMdMQ+30qlXRvxotUIYgq9fQ JHgN8yW0RHxTUznlnVPRUL/MIbe9OvR4hxkTX2HbnR1i9IYMexqz136ycJMefT7p7iYLiXhCfuAJ 7M/+VqEa6hCMy/gxcvwdBqcPDxbOPD2mzOG6KiKV4Uv8DC54sBeZBWE5FwfEKIDMAl95kPSiGolY VWuALSIXiZhNe4BtfpENg2PZBnuTuxam76dIAiTygpzwEHFmPQIY6IlqhFU31YkWcto7lRFP/6Ql Zcax1aXu4ogxXXxNtW2tR1T9s6js7Ot+QL/3/DUNe1WRDbWL/hdgn4HDCLjC1mCpsezdRpAnpU5R g1FIynVDy4WpY9RgkWk01blSSLp0bVIdO1Tn9/n1xWeo055LhMFWCrg5BVUBkdwWo0XcNOsKKxsB 5xf+JkbQcDi/emd69dQQ8pSf+vuknjXUqMRbpx9Xdoi+wkDb7SzFhS2B6uJ++6AsQxJPNH2ftIhJ 9e7fG/O+ZmbDcJTYnATJ5wvYIob4RO284pS5N6nC3Ggzkgeney5uG43rj5gvWtiF6p/ol1hmvIfo OxamfE1MUOm5fHeQ5sQJ5YdexKvwGyc6u7zZsJMZkPfgZg9PErntTEzI1l2sbuE6XgUJpW3qx+Bm XOj7jTDIYtdlqf5FiRl/USInaUP/A+dflGjGa6tKImpL66lD3mY7SgP6mWIshNVJVFGGABQoQDb+ vCsUKG+yJ6tIWx1uSdZCQrFTnP5I9/nkjmD6ivVVzFuqsqle3wE+jOmrypdUUqg4MHsKZuGsTzVI B/762Jr9/Mr99jpGcpF7+VGwH3qJlwO4TVg5da2iMWutW8C88W2PTKk/y5jN44do2HMPveFXXqwx Zfl3fE+Wb638sNNsXhLb21r5wcA2gaOrdwUrc9CXcYEVUnhJPw4fI+MMMtncRmXL8YSK+38k7JNM t82GE3oFX7PDFOSsZeANW8vsp9DwFB2n0DjXHaTQWMz7jiVlcoNGB23fR3PCkaICJykMwSZjst2x dwwhHzkNr1wRsTJ1HpuL6sKlXEpvtyArrlxDoIPRMqKqwYFWUOn1A2P/NCGKXmhplCyrFF8vHmFd 6UwdfUlSG3EOVaSQZ36uSL7iO5ddj211+3d+dEI5X6tP7Zc3u/IHNKZTzfEOv6u5nT+ipp+dfyOi LMMldd8nYF36elhzTMAaTSvbo1vOXYB7JBal9JZEOErJhUQ0SglEIhKl5EXSERlOC8wEyLe85z87 jUsJEKYHwCwzuRitErB11waHplTa1nXcasGrXHvYam5WqEVXdWAx3jb64EQBIcIdDhNB9clah1mL jFp/f1ddYCHUCpxiDK6R/2EM7pYnNQIXyZMag3lKM2VpV30l6JsdZB9H14VfKxxzZyTtDXPSTCSY y6STd0SyC/mgGbv9xG9YgzLYttWrjnraxGhB7BOQIL8SfSykM5pvaW0OwvRtf4IcJ6z93pM68fA6 MCGfGoG00aa2lSfxlyKdEtVCdHnDJ8PjVd4iOCAAxaYCJYn8sp98OCDlkU7C9FMeYEE6zWJTDl6A OAYnaxEZFZNWdMLrbYd8tZ6wsJnUoH9ObAZmLiWrnyypoHYj9r+Bfrh3PgriTdzFjxU8wS++ALOj PrF/LPd3UgNLbcjx2GDQseWREbx6BCflDJw/hpYBmDOLnmSQwpZlXgn6Bm7dxvnzZmiZvEJo1DTD CzfrVlL/yIGukna08vsFE98xgqgTmocWBEn78dfh42XOQmPqtN2DdRml34NlVYZr+k/Zqk19t1RG j91Wyx9R9VzYXy2Fm73Uui42nMqTc1ROMqB62+1LfsKz6Qf+9dDu72Ef8Vm1pwmTH+qtxwNwgXV+ IRQ9gXPB20wPXMPnXM+YEZEzQ9zxhK/JJrxsfMYSn+UGirJfH8f3WLt9cfrg+BW5lOgIXIG8KAzx Q5M9lzxVoKrus2+/0XKZPHo0wRzNLMWlpsIYQG9YykdWGGpq1rwd+dESvZigbCdvaVTG+kuihJXJ WX/szzIaw4JBc7Okm2t1pZMLor562eKEwK5tNetKlBh8l6MI6t8bS+Pj3YUv0Ir6cj3PFZosteXm 8kk90fAHYTJvGgUWZq6KVA58AuzLgZvoIt/5SAEbo4LUTRUADdE5lWTS0m9jnspjTVO15p66eSRA jOFA4dco7L96NXdon3nSvGKacGP4J67oFwx0AjZKVWo86kcpJ14Z15oeWX9wPC4x/7l8tJuoldzJ m5JqXKVO+oZwYani/Mubr4vfzQ3EtHcrSQiyQuuJaM14mImqXk+ohEGzfS3Jv8/0b9kxqf0SS669 tR3Gb9gfNSgnT0lm+7jbnYyR1Z45vYOKk+xJ2OlRa7pXHyCP1kCR9RTBPtgp/v3iTTPpqmvTUwlC hZKFm0P1CyobpSd+LFKgj9LlJmYrTaLNHScp5MF4Mgitxt8quVcTvXg4/hTjz2GaMHmVxydoFwGS MU70MOEgQUTY0YYbohsimRbXKAoABS+X4fUbO/YEmfdEoyByP26dIA/VLg2b23xS4lXYCB2ZLa7u W8zFoXVkMyn+wugiAXuWiIKgy4NGGSIeiNL0copaBojc1OnnhqhNc14cODr69SABmaz/u1YEXyqs 8q/MCamzt7C6H4phI+4XsvNy0TlQHSs+/EMsboNTLoLSCzSeqH4t83XXXm9VRBXx74OF3LlYOY9F UpIqVSjevGvD6WQ7r17kZdg0n2CkxSsxyLJao6cVdXashrLlI38rAI+fY1IBdb+5RB1JqVNjj8Mr qfyISG9gnKYRNV6IIjHoAwtn0YsOv3JDrEkj0yLQZSV2+7zEEe5SQTMdURctX3N1Ua6EBNbGKJ3F Zd3owIIMOklZueVFozZ8iRaus8GKnzzYwauw9oJn4Y9MeYBnmSTTotAjq7SJdXzERGz9BmBSMJqh vQ8Tj5g0U4x812XYX8qz/6FfwBxxuuZYzZj/rbg37KqJ9Jl+AUoH6MQL/ZCorhMbKjHMaGy07II9 AuSHySGLZ+0k4a7yZNouj2Eyop2bRyi/tJqxTIEsCmXSy2BiMkIpHmCzlvhCJKST/Qr9isPIAPUO R2mKyHokO4J9Iv5So07aorxI0No+fhJyr7zkI7+hHWlPSM/vHZo1o4qqrS+0xJKL1Z2nxFPj4JVD Ix+GpXQc4oMvvn9ymrS9L3qkyY/dnoVCDSRe1kmTp80guMwioyEPnNB8xnrtTIUEfWF86FDzXSBA IdwayDV2Up5WefVUia418vZ1lF45bb26BzAi9g0B6Y2jgtIsyGAQ28aIBdvh0UdJ+NJZWqJqAHui VtEA4zT19/3uMq6j3P7T4+1Bz6JSuTOb7UV+QqL8GMEXPxSF5RXqW4/03rPT45nnx8eDgxDx58v7 g5mQioHl5+A/9/eSMz3AZ9Pkpvr6XNJv79OJgqqiHAEUhUnqtoENri99sUrVlSLdy/DjXGVYslL6 BD1uUATDBkYzGtAWiz81c7uGX2nZArKivwuGYRAsMNraOP8P6c70f0v7AVrmhwqC27YZZ73VSY6p /UxRy826cX9RkNqYZQ7kNxwFhR2p/gcFZQr2WeGvyCkov40ZBECOeF1l5jN9WJOhjOAUFlIXgGGI JUC4MYglR+svFVtgFM5SFEz+0e4KgPTwuco0tP5PKUHwf0vvtkJdaBcCVxlBLMbQXeqaIEX4qJkZ VBmQVgcXqaGvNPLgNMpFyeusKPu6njHa3ASCbAiVTzLnQeK0UO+Y7VKkSTZnVyllHuWc/tPLCVp6 Cvep/wuA1DoyjT9N65rk/mzAMOPM8Sl6+CRj3THagq5SaltnbvYUZr4V2ZVmriUhu/ThiyG1s9X3 V8SYcybJSLKrMXd7bY4E7Qh9x2cQEQyA19/0UOYa7D5mUPbmOPOehq3j/Ei20sCo0OHY8rL5DLW7 /WNzQGrA/VEnYefXutINyHL0KptfNE763MlKzIOj680OoLPpnMxiV8hoyVlIcu0y47bPTJLD/mrI 5ebz3cvayQCyNQt2iVDm862pqPgxJ2wul5zgZyvPGV1bP/nNmAe0EBHwH9TaXoD4ue92G4GoqF92 Z0Ewn3FngTin8+25oPTdkB7gV3pUYHPBHeYTOmsJ4+a04TlM4ukEeyNVGAmpk7HkovXqXiUkTJbN /Taw/fe5XkB2aOlBY4GUK6ocN5UfXbEfHszqybHbiIOxkZCCLvTPAgXJbR6TsPVABKH3n+6RxZ8m 2lsPN4+OpRZBEGhBWBRRBLl24MrOmThBLTbwdwEcK/0vJ1xtor8yV8KRU6Dh/82V/t0R/MeVlD27 xfqfETDYfOSMXj48hSqrVc0m3KbATA3Z0T7E0qBxomrzvVs7PuWqq5UQE6RIBEXi/MHKDdmtMjQ0 MKhHMIFJ0zZefh2fHlfUN/A+e7q7Wnfdcex+b8Z+dpsTvOosuH+bMfF16OngaX/F8TloyQVY43Br 2Li69xTYcz/xWH9vc0v9bHV27HmzsDMV2O0mhXP76WEq5+Z3UWPHg58/X0+OeEsGzlXA2zaLmlN7 57t3N/63F1YCBeYes+snblv+Y6frLh6bBOJeBqvX9Z3dFmbT8Xt7GR33TyZeDdmb00uvn3emYNv1 K+sdJlLkAYXDTsFdm4+4XhL3FtC1k9OL+hniq9pPh7fDO1OXx5bNkGzO04Pz14XhN5dWoj0Wt/ut rQ9TkraFiL8gISacIdZbc4Q24VT7rVeqgiAb5GfxKaQAyU9SdiH7sgNneWEUAa1knR1lIYbh1235 EjVkhlfHKxmrNxeXx6Duu8DGaOW4rMOMCdOtqBByX4zMisIVSM7T5PNzO8Rk80XO5i86LjSY/c7l xM57f1+aH5hdbFtmkdYt+d63BhO1WLPC11d33DZXxF4vcc0woRo2ft2qw+dhHlJnNG/tesa+PXzD 6uxaZ1qq2BV5kV/Jg/F12JykhCzOESmhpN3B9jCfxdz77EAfxywyf0uZW9WpgSCc4SDb2joDPFsW icCAyWIlh2ajkqnVr4c7r5KIKP1isUHENoUSXWV9IbBknUq7n4chV6ufhSFXu1+EwUyrn0l6S9Nm kgGa6cxJmkUKx0uTueX5W1b7N99uplpetiLZm8atNkV5JPzyMLWFIUM4BFejIRw8qwqQBJJVktbk g5wtQesR3bV9XWr8hK3utCKSn6V+1B7k2ot4bnSVosOucvpMkITyI4JWPP28bcHiyndrCnreYaux lRLbgiWsA+h9UWYGo6MP6mVRN16r3r7fQh4GrnoEH6mDlzFgQc95z9OrK6td9tHK+6Wg3vCpunkE DKGB39hGTaSCoF7YVF0RYrpLdAJFnRefy89QuxwrAAr7JmaOqGV3K6lvIUiUyW7QGBtJdUv/9Pdc MYUx2Cbe01pbg2M8S16klZmYaA9QShKc2v4UnZy2mZQ0v+D6zf3lTyH+QjH44bMjyy+IjE+l2Eu+ 8NNp3/qQsTOvc0Shswipwboo5CJwAZyMSMHJyG91ShdYqHIPj6XtRimc8pAjKpYAtYR3heiTKdCJ fgoR7Y0WU5iCAfGeTtrT7ONt8m11zAXcQ+fkLYSeVZakxvdYyq3i6wpPjIPBstdGwv+/net36+HF DYcmo2X+J0IXTrwSwuh0qFDNLF0+j7Iea10WRtpoJ7KP18uL1DOXEe1NFueagjHiL9F0MUfG1hMH Rsc9lN6f/BA8EtbO24En8fjXMGXZv4Z3/jXslfuv4cT/NAwXwNsVTUSgSwd69JbskHDD3OHbimhQ nkptqY3QmCbJjkVQjPwfY04cGKetAQ/8GPdWij4pUjgS88g7g4Dm/Y9AXzCYusqwl59DYIX5BkMJ R/clq4sJQl7bJYiL2wqcudeFomvQqFROvZgcuD7mCKRLrCGiTXku9RLRDDYxav+kxXuvBWk7NXiw Nzo7x3qX9KqtoGmAG0135pYvpVPC5K2bESolg7SYUgp9Yj9/4TkdxvQJ/K0qekRLMTTLNX7sxlgC QCKHsBAx0m1jL0a/Ty5T8FaMNlnS1Ewc0sGcSd8Ae0I/qsJtwyyitgx+iAZcKYp0qxt6d8KvskCP Mz/L9LnAGOQWgI6tf03Bv5GoI9hSEL27MgPXSSPdWsFSRt0jNl5Kxhzx8G+Nn0YhHaSXb1mBH0Jd RpSJRqx+Jmu9svM9rRx9e3faEc7E/X4e+5JeA0agpvh1GjNCS9srsg/RwDGSMNIRIocQk6JMwHAw GXh/umvfkv1GYAgN4bwXD+HYpY/tIeaHZI+42gZ1qVh1q+XdGc5V3nprDOnDm+8PkoSfr8zPfEsb JJZwGERjjjZ0l9EkfwveXbT2aXZjBf92PW90jygIIX+ErW71exWeTx1vpMctTnY47uXMWAeOWKkV 5ynoDRACJD25FS1vApsivHN/3RXvulPcyonSZ63XowOONKhA14Ha/uH4bt4lgGSIDsRvlKrQ6yIJ dcH3ImmXD3SB+wXLHEiPlGgGpP/+kRLIY/xTwwxoSynufdHJj1VlWVSKwNiTjaw9ahkFyqsPIol1 cNmMLwaGDgIOYDFA121dYdUV1Px95ZRm2U0sLg74FxnVe398xhN6MIiXOghjWscHSfMzu/pnn0qB fvUQyyKj0hqtYIKwJu1V1XVeHA7hiW+EwDgdI5MmOgZe0cPdz5/Y/7mu7j5l8Q4TRX85QAe0cwMw Bjw9oy6slHuDJ8NKiWK5sAQ+hKopOpAT2FrVQGh+cSusxTYvkK8jsS8Un4L7PEVXFw8heKmZWhA/ JTVmeH+M1+bAQWQUTioYgywxThwaHYqmTKnDTxgNjxUMRkPF/a9b4c1CSJ/PQl1luDPKI3OVejSz YFMG+fcH8u8o5N9jyL8rNuVljkBdWsFmz9e6gJNm77PShB29Cd6GHesoukXG7xtTp6BKgQ7nKnei DMkgI5kau2MXqg/vw5T6XJ7M97ZCgU7btrSN5qJZTfJxDDGpypIfUKc1GKslpvm9ePEOKEWyYm8T 89QGg5g0GGE9usS68OMlucwpH+c6O5hUbI2Vbmsw8MJc1M2r7Vyde1q8tVZFq1wps6pN8AKRR+yd UQUQrgFDxvf5mdBBOVy2vMoltWi6N7aVR2/Wc0TwqshOVHiLVarPduC3u8BEX9y1kYns3morENm5 aDMS2X1g2adL5jcT6ZjswrVjdcCJI4vvHSrxHjmo8eI1nj49GvP0IU7d+8nJOLFirpbe2JHJ7uDL A1+w/NCUQA7Ah12yjxfmco43vt+b6ud64y9bRK+01WBxNGJ9ok5gZgSyYP+65YgPv+TjxGhNmpPM xMwhzJXu6Ifbr9/XewtILPsK7UY6GOJFihlyx3c4gQIOgUx8PHVbnUalW8roae0kRKdhTOlzs6HH 6rIY0/F26FRS1WyTWyuNUr0V9X+z655z7/YNUHi6WPlFqVk9cn+sWrwe7D9vyOwfrBgxeNgX1sWg +9CI/kob30ZNNsBqiIJXlKD38YhIxSpVJedbqzJiDn+TMl0Of4syIIdfQGl/oJ4wg04nxpphmMhM 30hV2hRqgc4EwHKG/xfvoP8YZEu5aulf2vMThRegK/+W8AlKOUvVTMtFaEC4WuqoBIb6+Wik6+jO hS5USylrOLQt9dhdPklDNNVyxES5Mc3o+XbGL8mvRzVXrX4+0Mw5Ofb5G+mCtmaCygcCHMFNVwSi fFhf3P85YzGtcB38KeRPgCoDoZODcG5ZV7oV/PPegsKBJ1VCMyg7KAaeUQAppjgkRRHt28WVIFCJ CL+R3BhEtUQADM/M/HqTdA+1wRiLyJH57UEl/fTGUn13UOYS15BmG/I6dIeK2MtJWr7ka53V7ogn qQP2+xdKhmFUh3kYG2wEh1YZ7zy9An+3EEeLzf8SpJCk/L7eUMz+KRuUI47mpFkgsVQsRClBuVgs lCdOuQy3xfO+wW1g3l8/MO+vXywP7qcQ41GlMYgsFVu7nGUZFPOjQBpqWR9tI6rYfUvHd+s638uI 5To/ypjgOj/IqI6VQgrzEA/LK1jZi9NKxz2vqNNsMPphPe6VKDgyaGrzTs3GGZPJ9nIPjHu27YSr H44vJiLpsLApLvKwM7IzAKsakZVHKZ7vsEjysZSt6I+m7q13RlVM8iC7t1i98loToP90fjkBlsV+ CmuUUur7/sFCS27wstzkXMpXJVDDsFWUP919Cn2FOVHn4jNDnuPlqfpZQoHPhtr2m19iQMbHGmo9 pvf1M7p5K4pycxgGMz9UBFF3h2nVBL83hLW0Ab0bpFEjASHpvna8NJoWlRt0WgQBt7ElFO9KoQGI nIuwW7TR8dpYuc8cwUtZ9jl6bJck0MTf9YMZXRgXSAFfJHXh+DnNHFWT4MbItXiesyTHhLHAt/Te OQpnrLLio+2ZKapmZwe+Bbgu8txW3VCuodsO7SyAEjLToBw4UWXni91o3/HejpibxgcSv9tNLQYq 3hNgZB2+CBUnLfhAxcRGTWOvNaqwOgp+Rka4XbF8iBG06+9gpk+F2qPe6PYkyH/mSL1cdbVD397A XkNwPGgDYn/z7yfAV5Sgp6djG9I++whXlFxOu0Z9zIqhVby5JtskwI+Roi9RupRJ/YZhM/cWo6IT ZErjKCxN5Yg+VvxB8HD8lXwdnozTMWERbXpy+fBqC6FuQD4LoQZUQyje7oPg2k8kZ2WQv7rmK6b4 Aez83c10bSjL52vKO6OyWJu0dUTocqaBcZR5Ec5iMqobXiuOXjNPPjvP+gSelDCKMQK9aH52V5s6 +5yBbQ9FHFlth/vTbddrqOPNYxNSPFkb1rglgKLUFfoqHvH0o3Bg3MOWPGEgBrqJmN14J9YvBVDC i5YLj2P1Z6yO5GHfOy619+HqePrSIuaTgBLXygCX+HN+UCVkgXXLEf2JH0Tz0bwqFf6qNjA7CPz2 xY5GRlLBm6b3yra5jvWjolkS3o6vVbzoCl4IH6459onHEFEMKmH1ffnAf+MJIaTZKcwPcfNkOEXU 7CWi3Xn8IL/Ecl2hOqBTTN42CvrVvhDeQcghTJlCK4uWnUY5f0SFGkfGcLqTRrvzNlQ+necFbFY3 A9OQvj05HnOkT4wDAp0Lp2P7YketcuiPeSs/dpVO8qhifPESYYI1A8nMwDpUHp63CsTftRBuSs8h LKV7ZDex2kk5cpSPaUwMhnxajsuFncfK7Xvt+b6OqddTTDCzFebYdOybSiPKPVJObp5BzRlKMlSJ XVY2ktFusV+5rFA1K1HypsvAnT72NQFpliIxxXMpx76uBePGeLMXWZCKeytzNP8VgPrpI01FOITH wPjjXR8rHvER37AwYUywrtuI3MBQeZGz2sJR3qWx0Iz270XlEa29cuqjMlo5mIinFXl4H2mIbHwX HUnTSOfgSZTN19yekJvVjftCxJyDKs6XUIFuTPrLnFJx0OZbeg97S/4UVEF+MuVREtIEbjSoyIgC 3UV83Fy596CDoxM/rRi3wJ0MUEN+1I6N3ebDPZPae5aqRhGUKvRCAwT3qQn5kTPJ2mc7aqJvnsnn Gik3ptfktSTd/NwT0Y8BHJOlQmt8a6Wf1DOwWg93vpDHmEoJWYitFX9K8MVpPYyQi7kgSspeR23t GBMMgpzRuUXsMhA22SxsuEK9oxcwOxj77Y49Gj4Ea/EEsKkbn+A8Ym7clLMACRVQSKtyBNkj+Tor UQoa4jFzIwY79Gbi7/X8Ej7ko9fKeFBy/xdhdxkUx4KuARiHQYK7u7t7cHcJkEBwd3e34O7uEgKE IMEHJ9jgENwhuAbnTji7d6t2z95bNcWPGar/vV9/0z39PqFJcvuTGBbg3qRrRL5TVHVPhXADHFaO SeL2+DFcE8UtLVWOvuFza4no3mHZYa1+bHn/BKsKPkI3lofkixncB+ec9tz7XSLJNctJS5ECfp+p KJGzWv5jXjGlIzTvDmMx9Y6XK0hx0TV84ZeHyy7ub26ID8myT0pFPUUpSUVduFSdJFKDJmK8shuE 1GN7L4/HtRMv14+/154vltayzvZenm/S9168nh8uAxSSOOxH3ynRpdsYyrH3qWcIAOnbs65Qvy+0 LwoEYepr0FLt3FBhHEpeldKXbgMFnGLhBYI6Nn9PAVKNI0vZ3HqEpJn7E5RDKcH/bWKtQWtaOjkC q25TUEdXWmKY2zIAndttfuVzEPqD+/XYNpwlmPVP39ygLE7LlIegqtORqOYApSlJ8Id93CT7MO5t awq0mlHkaT0zAAM78tzI/rQazBZVw1+hnxl9vr81zlWVp/eqU/6wFaRsKPjU4SpeimdMr5i7rs8z 9WlBZkkg6D0G+LDOrf922Kbjfx4WBPhcnwMpBbKiMXRY7dlBrUl9cTQlgZWyrpc7W+Uh9Oz6hFUs u6sYaF4gcMYwlvBNkiOBQHoEntWC0ijSP2ekDbWT1v2p7LOiqGN//wzqmDhi1SCrLca+DLLh/iA3 zT68NeaalqgxHjPpPjxA4sqEJWSmp/+3ZGbPHOqHbfZrCc6k4F/nYqJFvEpQTwhJhaTzGQWkFTHt 8qKWqSaLb7BhXENgyFuBbpjEjgu0/JkHS61GvKmKO6CZkjo9zAKiyVyaIGeYYdU4G1XVN5omBqU5 SuNSYZCw5EahwX24sv3lb1nTf79DuiGeXqy5RT4g6Hz+mZDPdgy8o2qXhtJ283vccV/VebmAyA/q CGUtjiPJjq3Or+2fVyVEre53btR56bmBOutf2Ondv3e9htXZULnFObJuMugZZN0LeOZoM1OwvF0+ SF/CfwDl3WOL0P6QWSdldEOYWfHJ8Mt7cWq6b28JsF3u2dPd0D/m2d5KvVVkeCEe2NHUGX+y+h4e X1DVZb8+0uCC1m0TwvAlfaTxHjoOoNNFe3mdHjHQi0wlrPuIaCwBEbEX5DB6oTJywkuaVn1t3aTT 2/Rmv4ulcKPJ0zAMEef7OlLrYX9pSfda+khE2GPaUVVDy0+HL9LvHlsX7a9Xlk9ewH2Xf3OB76CM uiUYXACkQfjHE319hN3V0szOjPX17+sTqEe6Kg7gNswu1AUPMlcHO9omQni3qIX67Bolwj77CBKr zDQdjaK3U3J+hD+3AiF7W43SIduO2WwZQVBtrvk07yNqoO+xb2Tlv+KNKEzBEc7NRkhSBPi+rG1R ul3/DIkslKCg2nFaqtb/4h3ZJ0I6zWfp4xH+pEBIkoQ4aDLqqfhzNUf29Ofcw6l+fzYDFbpYnUha dstxmDx1dmrUlRHeyIgQOfuoUktkXfA7dM0BKFLIlUituapZc+oerhvVGEoyHx+OQhExCaWppR+R v/HaB+R/QeZ/CqJRysGGE8yb4xIfN0sHuEbqLkGLmPhzUaGmROClIdL8NJh9bP8xN4u4qojL3mhs Z6S/9jjldhB87jp2hgWks9A7nH//zt35Hq57huPL/KGbT2NOHqThGrxSDZNU1vWzdE3yJFPg0RbH sX2jWk3bLdTTNXXm+1zl8kl5s3pJlCGRufQzwllzP58xIGFCP2/a2fW4e/OS6xmc6fkYte+LfLWu xzkcFgeBSjroZ+GTv7xwhCLfEnOYA4RvcVYPLl1kuFArVzQgfrZKJ/rMj+UeAvQ2HDs2MYvWNNgv cpMlDnz7YwzCAeNDRr1E5weCqfaEK1glzaUHNmACOpJ3bV7Ay687jatfd8lbERNxpM+uj/uT572k zMwWGyxxIZs96Wv+N3vzpMWief6XF+e4O566fS/3vbRdj49e/GgcluST0az5jzdHw9G1Ik9PbYPU Z3ZBMlK3CdKSRe+3EYjPEFw5w52oaSmdOrF70TQsYN8EuQMO8hCJ12v4zc1a3jjFerx7e04HbZC/ 4mFKHGpcZgnYIzTahvjNZ0HMIo/iKHHJoOPJFx3ivGus3Uds6Ksz0BZtMtjYoQulxYkkP3izksBn fMJJxEiUkEFXsnebkoBxfKL2a8Et/j5YQURtn0SKWFFBiaOEkjYBJ9rdCsY/M/0A+Yu7bYMHrhsf 47R3BFGrrCzCqHwoKcZuxrlAHj1RaiLRZiQ2ij9mdZ3iEPDDrdQHFYYzcD+vTAd74lfbMTvIe5wc f2iJDga3B5JsGRZ1OgHmYi9MFwPJkzMr3j419XBiEB+TsWiCBoJazM13hpBTJ16JK8FbyEHGFb90 jMGVctxgQS5HST2YyLxMwLEC3Qy419Xy0aM/Q61igAduFXurqRnlvYau/FEeHbDa8QXY0xZicS4S pPNx1XN1dsXDbd7n8PCk6oOITaM+lk5FR6tXnV/9QVJxqtJFKAePqgv4N1fTtAoLTAN+eDOHo5CJ 2xFlVKGD31oEW94aNsABvogUMRCF8gWRtO1aUQQpysFjUH/oWRxHTp+a89yfThXG57nKBM5Bf5ol IV3acBPOIUZx5jAfAYzecZp8+wLISV28T02hq3gSGLXWq+B0qcafVKx0adlhCEFNBz8KsJwFCiPb 1+/+ocRXZDPnyAOMiWlcOYbL+d7vuUGhTyUhRFMZ/211RKQKn9as3pgFmsxd3rcE3LakU9NdUzrc CdncwFc59KUzWH+3g/dcHQeIxHrQLpwYx8RCQxs9qbZkwz1HQHLhNHVD4/g5bJAOslZh5dYIp3sl oTYU5UEjedH0rie7RpGdF2DtqGF03FlSpwGPQT77Jq0QBYUzNRwimpuW8UUPetRbDXFBNgCFfo6X DO+Zm7477ovNsKm4r5aru5Hk0nhnWWnKBBZ6iKNvqLQtzRu2lo8RDPucZRj2tIpSIFbH1LIau7Ll zRwa/XOokfUjPnO5yGnnag2uEVMkXq+cEcNVxM0g+9KvhDvjtVFyd0jqpXgDL5xaV/5Q87CHJseQ pPbOsNICH5dIcBm2VcOSEu79IGNDKonRmB2JkabRNB3zbZ+RnCtelnIauBT1eitViEEQAMSHRERY 8gfVNMWrXPHPaSf6aVQKgMxIhkhGTMabSCIMnhnuusrf7qhhaL/KskrMuteVB/If8sxBdCAlZfa1 HIKk0w4e+OeD8UEaTrqdOaNpkOnNhBTTotaxd4PQkk901P4nqWytia9QGdhNwdpZN7X0PfzNeu/r 07gMbEx7gnDTucOB7eTy61PwB6J1L2obnA9O4g4VEv4QjdjAZjgl5B64ovskO6EElgR3R5jYZOJv wBI53emymuQmvSbdj47l2ZfCRrbMi7qPfsome2OZI+PD/dFc7tZGg3PutqWVwAZaDaxwmkWxAb4B 31kGf8/N4of1feKWzXx2aiU2oAV1UOE1UYZQ4HYz0dhUTdffnrLOZM6cqMGtK4ngyhVwg8Jr6wq4 wdnMVMPV+U9x4Z/ylZx3+g6YMlh+Mr8C8I41Ht7aShRCLu5Cfvqo6h+Yavup1JPYnYfOT+GrLxYs N8ZmoTyAFOOXiZmioni70zPw5Ej01/f57IUjXWpQBNlprqDHOL/L7jiovWHyPXf8I8j9QWzEhmlG eAte4WnH/qxgZ+XlenVWamKhApPJQ/shaO3C/3eNR/lTb2pZYyJwubupPZVOr02/erEUu2u+HumJ W7R7yOGpbv7TGb5IxWIj6JRpCXst3ru60eb6fkyvdhpFqGHmI2pRmocf+uEX+JWIw+cVqxK1Wp/j suOmbLWl4+9inZkObXLPo8RtQUBRE49t6RMYoFgDTmM2txzz1O8ViOJPMW2fCDcPJb/Sn2IjiogN BDmRcgMa6Q/8SIo1i6p3syu81uMY3vltiZikQmMRfKdac/qILBIFW/GLEWvRudwexuD9bYdg+gcA lBAQalYLYYObo6KzRl2RjcpU7GJT4DQQyYV8C8BwnOWroKlVT3MhGGC0TRl/uRdIE6Ia392FtVDx NdqpsgyT/pC1T0ufYDH7wLIA2OcHlSEaCrxyEarOernTb4iQViA1nhi4Q+omXHfgQnkzwxmBIAw7 WOxA3oqqKLEu6CoxI8XM5xDeIY7PzoADUwi4cH2/QT/kx2JeGXyHnrlUVrhkbv8oabtm7JUCEWpl dpvnvIoraUT/KJDFEqFrDG8LyRQCNQilKGaVhBywkxo93i1awKXNPMMVT34KQBQf9E0HHY2N08Sm 9hU4TcVzGES/kd+ij6MaH5eE6WOJRcMx7xV3387J1boKdM6NhZP6orYtIOVfNoQStVwyxIqlWzLE HMX1a0c1C+0XF/mClXjLdGhgOYBcBTM4jyZUWAnBNwvN+y317UnsQ4m2ZDFGfI+EtzgIsqQ4XTlO oVOEATt7P2o15xSPCER83DF13Piyq8KS6yCnrGCthzGdlJZW8q2khJqc+cBSTvp94aYgXWOpBdEK 7ufoG/eKckKOFH1MjJEEnfA+Dqo08nrkT2ayTBLG+BgjdUk7lt7UsriMGs7pVgW/h164tMIUdvSw 08U9jhmkivEjZVg9+Qt4/ZjU+4++6npiyfKKhl3uSJN+5OqCimzHvGpZFw6Gi0kPaVfc/pLMqMFi //1w28opJj9yoyb0d+ybTWUO59j9c8+4TAjxHu3PXtIk1LyTtyqpMgeOiI3bvlafE33f7Vx6JEFo 9TvyBpW3u10MQgjt+tBED8/rKg6MGzu74yQ3NmS05/abnjDReFiwLwpGD68F/hg743Z/a2ALeI6S +SQ0FLWSHNsmCRFRfbYMfcldt+XCquZ7MD7B9dw0ddl8hF8RRRLD+yztVdtrwEs3+LWFAh1YNXqx XEfkSLq8Ft70sXgbIjYJwCUvAqLTFSvehvvtQA33ieP1NW5UsdGlefzyt2NluSpxuwbc7DYBXpT/ WyPLa9VlDLjabZoP7dkf44X8onwHTemI6yA6iyJR/c1BAl9ayASNk1401Tj/KvNgbVd9Lm/E0afU 1rhBzkshzrx6P8/rDoYOGZr3LL9gNrQChbQtKPauqcUCAgS6lilqtb6NW9FbpxUE6EYbEOc/ubcA 7mo6OMqEzlSbAa0Ms0d+XWNfPhcdy3N9Dk8VH4piyPgRvcaTNLmMp1WqEkx2w/jDxlT4aKf2Fk0K yOmOsSjRb22WK6utDvu4xOig5yq0TTTn+jbPVCrYIPkpU3JIlAT5ymLc/nh7yaZ280b74lHFgPOP L2fywNDHW3PPMk8BsqAe4YqSMfI0pWccgSldX7B5Yee7J3z7CGl2v0KZpyQiIstqAetHNyvj9BBy PqIldhHrRSMPCnsx6DeSQbhguF+J4c2rtgkuuo6ypSTqJxDwsUyt6FzA/rwBP1LXEFrfQAW0DgnR b9HlumL+ahRQFEWCqr4stIBVAOLRdGBfHBzi1GxmdIQy9H5q1JZFA9NyAi/xg+vrouJX+GBBZt3q 2PPXmJgA3qaZRO52IvgsVQqAkg+5s+ddILSu1FrM8MvkgCyGjdDLKmiUK45jykVSdgFmf18XQuer dyCSzO63zJKqSSCzbCYnaM+TMtGS9i//vj72wTEPgUhAMEI5X405TDzHkYwTUTukzzz7nCewS6wX shskg0TPY4xrzMlX5zNXeYVHdU+KVtAKU9TPIssHX88gHBnuyZG087VfD/mYT26u/R5Hswkalff9 CPYbmR4hNKHdNoV3tSYEDo2xeW9BYXcuqEbva6eZB00w3RE64qS6TZRa2Pf1DtF7Nly7m2CIQycl IkCHOqGGy8y4RmDec3VBw+Wn5MJc+bSUClXoPuJt5hf0tkZOh17l/hllJ0WPrnI+78RNiAE8aWTK GddCE0Dv2XArxXSI22g6ehvMAIJtq0BqXHeueZ2Pvc6yLkFQXj+rYdmwofBSuyJAEcH2i1F4L3dc Hf1DfVGOLebQmXrwt4UdXFTq+fMGBuKuhy4R/1YFgNfqHlWcHFHtEEvcpiVmRPY5hON5uTD7cHyN h+yqp2rc9RR6xk1fi+XKEtJPAyeUjrrfmgaeK97UjN2Uy4lDyTfSPGvyXNKILF2IsM12om09JuFA ZvTPZMviCLMq6zhz/qeZ3pbt4TyKq5ekZ+7BP7GSehv627UxZhAqqXYQEfG3RWGYUsrDe7UIujcA 8Rz9DcpQl4pc7T75Q8ITmFRrO7sDvyPKF85F/zbjwu/9CkvAGQeBM/5fCMnXGtMY7aW4aTY0P5lN UgpR5gI742Y5Xi0NKnXwo4pAlnSLZL4aKQz4wTbYzrz63IeyyNd8u4x/8F3sfNTaHodO5sY1Cz3r kXjDiJl4cYFXyJqPOs87VInNrJEVnSS1z1s9ObIyTbvUkCD6C9PkBySqGXFhsvrsgNvhdh+iHqtk v7zOcChTRXClUKsbNb5SrFpiW98lVHNBuyS4BOc5HjXRTMjIJ3EZ97Pm3CdTfq3uLpHzKuk2ux9G SvDbsmlS+9iLRJHxyytzbwN2jj6gdubeU407UKmsXSaJESVAEi95kPtbznpU4gSJjOgWqREh9kJH 6+bJ0MENKj9Nr+87QDgJpmx4RHuy3d3S5aaYXYm8a958TDvfkvuTbgpncLqVgYUUMPywT2YDnCqz 9OLP1mL2vkfwBALfa1PpOhfB6RYcMTMBmJjItfcT+Gw4C9vs65n2+qtgr9iV8gmqYhWovtNMz7CF 2sar4kV6TXeqduRf6UYVdDgUeXsFeOyW27PivpjJCvnG2XcZLjAsHDanqkAJkyJw6biySGhdr6Wb 3YqcGTgZI8EcC/pRoiaDowL7ULl+remIhyBdXysTyRP9zBatRy5et9JqeWaNEat1cHdcHjyvATQi w5sEyLj+jLGm59oMhM5UrSOgYjO78UN9FohFhwj340o2piSRULSZq+DCG9G6RUUrEIAv6jdJMBuc 4oFrYmCODG/BG/ZdMmYOP+aT1eaD9frsPF0Z08C9tuFIpQgN9OvMltUjbjjHOew0NoFZyYj/jdb0 JMDEf8JrFAL6pROqANE6qxdo5sFnuBREGbgqAQ1+E+JUPSlcCWkwVpgrwgdh6YbIjiJAZEuSt9uk VVrIPveAxVZT8dC0jc+XxORFKkYYDxqPPQY0lRkHy5peHe0nFQ5vk89GScK5L1F3Z61JAPcuS/x2 FNTyVUhIGMmgW7EB6N3UGQeON9a8+mUvNoCrbQSGfNCFfmqTHVgw4iQBquKCORVZ8e+MAnjNiSdD JJxT6DzARBi8vR/jt9Z1aR5PGeIRMq0VpfdBRQnaKNtHAieb8OeqE7bwV1RNEi9dQf6RbsoPSUOJ N/LgZGv+STYS7LydoCDQJhzIvcFMtqyIMKu8TgBOdkZrbU6UtuLqueiZZ/AJONlt/ULvKDQBf5Kt h78dAMO0/RDVq/8LeACo5ehPloa6lNRs9yoYQlGhpFor3f3h0da8cML6t8m20f48+P8ocK+sQwo4 2Us8aH6soAC0229ydUmyKygjkMa1SxAAkPn0jW6iZXYkUxWWR+7uoWD7PgEziGU9lS8r08Wcr3fj 5rjZ5lhIY5J9dRuhTcTZUuMiinuP6On8zjOfojxZSgOb28Ey7rmQ2Lvt4a78ODa6diVM/SAwomxk UuqH+5aXvlfhfJGLlwLhrfPmpp6sTlQDuJYVJ5WndQ5cy7rQhvNHh5UG67CPrsbUwmcXB/KEVjkI ergYtx64c+6WzTV4vhqQ/MF5zldxtnFU4qv21YUvpldzSqu5Jz0OXQjafoYoYXxk0AxNrDkBWlWn jNRQfnrT6oV8sEJ5B3lzbnE3MBL+z3P/VOCgp646ZP4ocDT/UOA2mz/SC36ksg3c1b0gcN3ocjGr Y4Thn9/M9l/VoWbljxJPL0GPM44coc8XGK4N+MPDoqYFNYaWN1K9ek9JWhITZDY3EeI4bTXrvPA8 cHSudoVNmbbG25ZVlUjKEIp+AeVYzjB8aKE/Q/Zyu67zyO8x/NdNz7DGha7BChzyqwKnuo/yqsCx TfQADTSWCFMlT0dSAHg1fJpTRGECsQxfn9QddRBJ0oK3JNmihTP/MHDTf3lPKJPrZlzSZtse//y4 OHls/+pVhwXAf5WtmCSrX92NTAhF440NHn2EDblBRpb4WAPmnvYch9e7j/K16j35ruUy0Hm/Oury VEyAHbg46iWZiFTPOF6MJk/p0kEkiRyzwkNaHDY/SIeOunoMiV7lKX7wR6JV7aH1q9COlkwmPSa/ dRMMXhE4VslCeQ9qm7KicqmgQZ5G8KkdrMAFPKcLLcebca3RaeUJm7IRgbWnY2TnK0NyH7D2xF/z qj0J2oG1J9+5T5PeP65gbsFK7ASS3eIPbSncn1bNEwanTlfm8X6eA2d9Z6EGfJXrm1RxlHwMCOdK +bGL+dTJiqi/2DP1wD8qkDZxttJiyhTsp/EpxV/Bl+/U63cwLI00apQ/MdrtCM83+0RJ+qCWIk2u vMwEBCowke8xvn/T4KI7aJKplybd/9X38Wl6r02YvJbJP4HGCK2V/Xy6G3WTCy8+ySutzI9rOAmM wG14/kHguB2v7wrdzT7LbK3G+HHyLW0qiuJsjmaNVx4AhHq2peLYXAy6FFat6Vsee6hHz/zdgmww wha32tBOPrkssv6DempUfv/tP6gn539RT6qkev+inrShDpOaR1d9+8K1+DFOGf3iz8IVVk8+/u1M MHfRZlwEn+3/Dxny1Tn5z5kw3IqXBt1n0AyJUTBWdtxAMcmDLqdJfyIwNu/hOcmtV6DfzejExbk3 6hjeu7Lk4LbzOhRM/xoKZ0nc6cjgoeCaT1ae7KWxi+1gGf46FF7uylf+DIXUv4YCSOuH+6GXvlOp 2+r39lIUX34XtT2MtM1Nt5oCr8rYXz8oO0m93MYJwAhcPxiBm7DQBlGy5ln/lN2SBDGkd3e1fW2S eNAfXs9GHEK/yin0MPWhINw+9viLjN5eOXglo3f+jYzW/ENGM2NFJfeCyWhLLbP9t/9A4JagAVgJ vGRKaz4zyX/IaPoD/oAqMAL3kPp1ROsPAgdb+weB4w7RJx+qvHS49zIpbTe3xGylWlxXgnHi79eg 9XpKvwvGfjTE11Hw1FPYbGO/mSYz4H4tax4161wDgMuaTcBlzbvW2cM84LLmrJZ1mO6Z3x7y5BKB 0GIVwp6rD4Kn+EWs6/DKcCoboxoOb6aAaLWEUBuAsFVVOU6YFLhLV84FG2v4YozD170eO0I+q1C1 XE3KHaxCvsqPWQjm9YOcksn9Y1zR4MOCnCW4+D5ImmhK+w+WrhvR8ynBcAocxID3ejACB97rkRCl QyS9swGfNtncoUVlxz4KWU50/0VDer7hFWB7sNBiMtgsBwzY204ankPlWY/Wmz7s12FMnAcDg/o5 GXBYEbeoFFfqUFnxZ/fOa3B5tI0tF+QEpqlX4xmGCzgGwY3NrzRk/YOtakecvRLvJ4O3/6Ahp4u6 TVaZxWuL0Yzn81/6UX+b4I+BbchFCbjePzbkOJkMKs7X+buuhOkfEZwjOe3T0n1lAxa5fHmMnM/e UI9DH6P3wH3NZtVFSMftoiW1qJ6Xu4F+ntJ/jYXqdVmCB7HNMjVxRfLOugBTb9X44ZlN/kx2gmSF auPhZXqeA8ax/XHVi1kGb2hGKeRqLV9UzlPuR6YRiGQ6lOKFwcroECWMGPQJDTj+j4vOGbkjAiS9 35hio8zubh/KJzzgxQ10fYlk5CAsJPAG1eSNCxoMdqytv2xkkwRhxQ2eLhyndX+LTzsZW+ANaRhj Bd/qY/l8AD7HACkVDbYROPeu27Zr0oJHWD/0IJ++e9dCo5Yh3Im0kcef/gRl3nbxILujcfjNS6Gf 8uFNM0eFNgveh8grYToJZlz1bUVxq5BHwQjU2XoztgI/vvCNVlpdI+o6Fs+RozEZW91M8vPOmd8I Di3bxy+wf3erq3YM4bAYPA6m/vvy/2r+/MfyX273s4oegxmWKsHQI8jCYfMbjhwRUfO/lv9PtJwu 48u2tR9ffqjvjZoOS5FQCJ0n9F7I9gmJhu4f9j67B+WoTwqVVQ7pRvo3YHSsCgU0dSLcFQtxlBGd JaSTCzBoff7QHBPHVLwjicUUwfopAV+rLgW+mYmquJ79h3q65+ryGN1E4nVd0suWBBUgfkFZsjxm 54dAIlMp4m26jEGKZUMcv+80JH8SNbm3hLYPh8SJuV1Bl5M7veCpshdWukfSIKnXONmbocC4Y7VI Ur1ric9SBRPqOFZYET1bo01MShLfoAeV78DLvweEE2HKiU9sC+/dLVNuBvVVSpWgk9fE7UYF2d2A EAb9fk8A7ZYqenBOzDPHBFL8LLtkw0Eok7knzzxoslKT4sG+yxBlTec+lVqIUWFTCeqI+clwBtQ4 FP4Ux9Cqq+DkVED3tpCpgoVddyzRpIKFBjwCrn7z6pFLgkfA/mM+7+pPMA6LDl7+t6x+Xmpmh3xj 79sCL//MYT9VFSRgUggud9rreWeatKnZ3A7AX+3RI/QIiirBX+1tBbGOwoObJYCdlPv9JFdodjgW K0zWYWjAFu7J9QMyguqpiyUUWIeIYD8ZUHHD0WQlZ1UpKJL4jelboHXCd3rOTK/7WrUDckO8kkQi QidSSkuihSItBuyhzXyybjdkyegHsme0vqoZMpoEm8SY38xzxhmDyk1pEgnlDNHSpfk15zgRwkZ4 CPa62gdVbqPbSjjHyFforhYixBS2hE3vXZaVjcJUD3VgTvWQWxetYboWSeqOgSQ9dTUEuYgbesgr TWEog/bZK/Q9TWI+JlyEKvyTxGcpX9B/+1jwRaRGHeSaNuh3Lm8uVjPfrPNH0IbTXrkWmZz7+fpJ ynrY2GGa9/nB2SE0UaTK969La+h0snHZM6Gq1O7WGpYuGnYg2jfD4MBU2VQoCQfUf/MLsAsHbHsy Sekt0y7gfKaw1GII/v3xhMS+KbS9omDj6CMcSZ4i9EQ+q+N6c8j0oa5La1zKkDt4+V9hjLi0U+SW 0QgTg1/g/JnnDCtcp6JJ4mkgQK/QTUmUDF7+VXlO5bGkEevixYFB72vjHPONHFU9MRF40cVnkfgi G9d8ypTDNEDBwz7P8F9UQLnizi3fM5AUIhHJU0s+iDGGPMYHoh58WXfM8q7z6+lQPK9I6hbAgK39 Qufcv4U2jFrPf7Wyy9N0h/R3wdbGCdr7Cg729H8P9ivQ8r8X7qaeIoby0ySW+uyTOyvoMejByQ7U b/nXhbuzQ/wlLxeeHJ3KQ08hzgnOLfylB9y1kR4f068bRVHoBjBDJloMHAa5Jld3z65tYgbFlqmT 4ppM0qI6IQZEz882AdgX712MFL3WC62NXdWqVu/8kw105LLDKnRhGb8nUGuxpVp0VVIXZ7IzIOXD iG2np7wb8l4YFj0nv8gpP6KbikjSAof7cwHiLS+uAe9+3QTf54NAoeELvA6qNkxAYsAC4f7/sHfm 4VC1bQCfhCjLWAolmSwNhsYeilJKWaKJhqhhRkjDYFBSIWlB2fey1UsviopWpcVSbyu+kGwhpd62 iUTxPXP0vmc6neab958+1/V9xzXXzFyX5zf3c5/7fs557ud+zr0w2zXr0flml1uDFb2tJpu0OeJ2 Bo0gbidgpQ/F7YQ1DsmqgLjdmC4Ut1Pw+NKOO2bNjttRjXbhmxb477o5/Dmf7dwzBYBzn+4tU+Lf ofLVt1bjQZPKyu6tywxwYkqiR0311iSPPwEz+51/ePgIU31WR9bMntbWF/r44Xng3AnqoS1W/oMU Urg5CTy+gyaDe2DXTqgWDn85mOaMWwk5t5lCZNW40KPCd1NBqn1Kz0ndad5+B/pFgxKnTT+al1or hB983mbj51ek4uhBH/K4yx+7RX6rd6yjapzxGZr6IluB079FNlp23boaDJz7pv+sCvPY3PaRiZm9 3PDcwsgNpOveyowX2+Yau66skJ7ufyvCGk8Wlcygb1omfnPz6WeKFK/jGfJzymPK38xtsfFxcMZe OTQmLlB/P8+rPOZMdj45Rawm+sNl8nMNGR9tZi9+c5vaHVJK3sr2sHsyRtnTGy3fVZ+xIRdSQ/3K 5QZqLR5WfD4XV6bZ+v5UT574xijbuvkif2iFn6oUo7TmiLfMyptKLC3eVMfHb5+zSsbN5TzjWUsg 2HbS4ljUuKr7im6+Rpeaq1Kwj6dlkc2qYvetC8yU2/ZIypuuZWCo/ErREoeMm8ujXlFYbQq4nrNB lukSl0Wisc6CQw/pck+9prd5RtfG9Um8cPoovyVT9PHZQbo5xZzySUTf+l0qIa2yKjozQNJW8Xag UYN7WncZVXN5cYPOldHhl2OquF6nmCoX+ntj5Rjik6huHZHoYZdhf1KsJG2GQgBRPrVxzMDw7G9F IW54w1cdmxqGMotfZlQVfrhbXKtBFlPoPrbi2LnzZz475husC/+qLv30QvtrPvHZgoYWZeFegbj1 hhFZ5NEq6kDe0FZn3R11e26MCv9OshRbK8NyP2iveTwxWQPvET8uXWYn7yPW7I3pX7D4rvTajcJ3 Sfasobj5IYtjEsKyMjZ2vs2h7ke/nw8udg5bD+70X4DXAvAC5RYYYMWP6RFA8mAyoZpliO+LtNy9 fde41XsKURhuDKodBU8lUhVnEs8Qyzrcutywz91oFFoXLb2GfiOBj6ZNfEHUifCOP3hYRPX4bOuo 0HhNRUy+27YyTPK7IH9RCja8HjzLHSWJ5p8LZjhZBdOZrIIZ/XrB8DzZmDZx0kqm/esl480vDSar YPq/XjAerey/4Jg8Sqb763XGm5XpTVbBJq3GftGAUSY8Mu4KLqVb+DAYCYzQFJof1S7AjwFKsPsF eLDTdxTz+afgczHsq+3/9BGbaGN7kygd9cnyKe6DaXlS6u+HEtd/KdJQx9nzu3u2nqaveE2uxP15 WJchOYsQ34XtXrlo9Rzn65EnlrBMHyw2yiix6F4SYbBDjSQtyL9D0el24EXrR/fCBo4keBJSsmed iJKmV+euDg5LJs48u+5mitZMr6y97+VXZ6aflC4tcdCujS5daie1aD/zWX5TpHNIk1UJfmeuVbUE TolQvc5Ws0b04YYlEvSE7EHLwaKYWdVy0Xz8lj4M2ajhOp9lM1j9S4tfG1n4Gt4JelLb7hn4+GDV TvqHDrKDg53oE1mtPQfebklrpjuYpd07JZtL6CZsmV2kGeR4rWneoM9Xx2vNOYOjzYGRn25tSRDQ D34efLU+Iod+hqQVkNHVGbm3cq6xDuPBiUOXxUz6ghm7tXPyCfNx72/XH7lhZHRw/9702LdZIeLP s5Lb97VcHZvnride955orPwG45Q1+s6T1glM6sdaXotrZVn9bJsEmWVYTpt0YzD+b5KwF2YnP/Bt ImJr31pe2dsnJX/JtmHdnTv++ypzFZaWnGvriNNtrbB8XR9c4OrL0Fxlu68OIyx8S5fWKbSg1UwY i0to3H71dmFOHbWR5XAsTzI2xblmkbyAbISkccJWiZ7iz6wC3diSHvXuDEdsjz457P6bzgJSwQyi baRFh3mr7MKjGrVR5PKo7LaEtJQN6+gBb740EA7YktS6zGOy5JOV7LHZkmQjO2HlVTUd2POHexq+ nvbOt7jnebr/1Y2puiPn8DpqF1iXaQtPEJ8MNOV5akyRU3FNCL0kd2COUnumQDIzjam6XVDK7+66 Y065vfG5adXgEbsX9VIfNcRZYW3n0Po2dlYKFTQ/NY+T6kmcczuFRQ5yuuz1rKTsftkAaZDO8mXt DrQ6uNAryaal9M/aD1H76mz2HRlJqVhu9WyfaY/LJZHXxcw7caMzArY/9fDFOz/T7Js7/XLYzoYB MYvl5jMuttt/OpKUZ6YgKly4/EYPrnub5XYd5ajdmKHkQTf6+bGLI067Tl517DScF535UGOZeP7+ 8eCBoNIQ32tHm1b0C2zwcdz1Ud4M31r6csbJjpZi91MLL+xtjx1KYlb2CkqaPTb5Cjq0e7GNY5Z1 qoumYuu/vqg1GQ5c2mVAlo3jG9eX8U4r6H23tAyeeU3h0wTplYIYIXDucRi58o3pfcA9XEQm9gnA BsH+tHG5H5iG+TI3r9/B8Ah0ZfuLndX3gAoHotIg+FdrMOaDKA7H8RaEbiZqjmsFeGwLRDbMTxvH 2YNfdgPRHVBnj+NoA/sWwBxwoi27epa7n58P+7dROSYC9p3u00DK6GoMRpyDgsFsA2TA4SQghTBg Xmh9DORU/Fb2E24/iv278bf66dCbHpoOlqdKFNwATc1Bd5RgBPg0bSaSMtErmIXaJ7084UR04PRZ XIC6P1WS1C2CFDpQVIYLEK6QjlScCV3H6jpql7GyXIDQxhPULo+FGH/mXOiH1SgphwRC2oNkQ4o1 Erd7ax84n38tDcIU1bmoFEhlSEqwutnTekCpAgbEzkSGj2U4iEIFeclMcFvDfoO6hCTQWHrz0fVt ooKUg8MioFQGVPVYO6uHogNNVbkAoXVQVKCPmfjoTdCxH212GbgL/+Y23yyfQ0JoJQUVuG1XeiEb +FdhcVhpFmDC8VOg9s+N1kq2ShWduEaNG/HnViu24mPnFSCYyg+OulYdItIC3EKggNNEl799/bnV IkvNw5221uAm4s+JyPrsMNGbwI0IpbCinhhktXOYSNfkQoRrnyONG1k6HAb6a3EBwoXEkUBkIW4Y yFwIAf8+LZwnBElBlnCGKeHaSLEgw0b13HhE7VeYEqcPUeBKsEgBkLUf4ab1RugCoEqAfOY7jJGx RcegDoXIR3zBGD8KOgZ1LERuJIQxdkwIg9xWiNQKclsHDJi6EwIEIjd5IAnIDG6Y4LwHvSeQMyAx yCRRGGO6FxUDGSySgkxIgymy+1Ep0JiOpCBTWGAKIQaVAg3kSApy5RummBxBpUCjN5KCXGaDKdJJ qBRoZEBSkLFymPIlFaIgQvjIED8U0ucdmpLGCxQKx/MO1UrnBQpF7HiH1vEEhcLg3KDgGspxUDJ4 kXQihM07dYQ3KhRN4kYFNxAcR3ImL7JCoWPeoZpZvEChsC836PdareUJqv0fDeB7KiWbF1HBfRBY 0+Im6/daHeGJCoVKeYcmHeVF1H8oKeEYL1BUo/o+oMhhU5gaAP0hvIjs6PexH87mTnkczb9Fguys BMDEE4PRBX9zwEwy+Dj7278BAAD//wMAUEsBAi0AFAAGAAgAAAAhAJbUMIxJAQAASwMAABMAAAAA AAAAAAAAAAAAAAAAAFtDb250ZW50X1R5cGVzXS54bWxQSwECLQAUAAYACAAAACEAOP0h/9YAAACU AQAACwAAAAAAAAAAAAAAAAB6AQAAX3JlbHMvLnJlbHNQSwECLQAUAAYACAAAACEAkNEhFgUBAAAt AgAADgAAAAAAAAAAAAAAAAB5AgAAZHJzL2Uyb0RvYy54bWxQSwECLQAUAAYACAAAACEAZ1C7HfEA AADeAQAAIAAAAAAAAAAAAAAAAACqAwAAZHJzL2NoYXJ0cy9fcmVscy9jaGFydDEueG1sLnJlbHNQ SwECLQAUAAYACAAAACEAqxbNRrkAAAAiAQAAGQAAAAAAAAAAAAAAAADZBAAAZHJzL19yZWxzL2Uy b0RvYy54bWwucmVsc1BLAQItABQABgAIAAAAIQDly8E83QAAAAUBAAAPAAAAAAAAAAAAAAAAAMkF AABkcnMvZG93bnJldi54bWxQSwECLQAUAAYACAAAACEAbZz37IMGAAAwGwAAHAAAAAAAAAAAAAAA AADTBgAAZHJzL3RoZW1lL3RoZW1lT3ZlcnJpZGUxLnhtbFBLAQItABQABgAIAAAAIQD1AwONuQMA ABEJAAAVAAAAAAAAAAAAAAAAAJANAABkcnMvY2hhcnRzL2NoYXJ0MS54bWxQSwECLQAUAAYACAAA ACEALT4Dx7aPAACnswAANQAAAAAAAAAAAAAAAAB8EQAAZHJzL2VtYmVkZGluZ3MvTWljcm9zb2Z0 X09mZmljZV9FeGNlbF9Xb3Jrc2hlZXQxLnhsc3hQSwUGAAAAAAkACQB4AgAAhaEAAAAA „><imagedata src=“1.files/image565.png» o: cropbottom="-176f"><lock v:ext=«edit» aspectratio=«f»><img width=«481» height=«274» src=«dopb431946.zip» v:shapes=«Объект_x0020_622»>
Рисунок 3.5 Кредитный портфель банка при максимизации ожидаемого дохода
Решение задачи минимизации риска кредитного портфеля банка при указанных ограничениях совпадает с решением задачи максимизации ожидаемого дохода.  Возможно это связано с тем, что для клиентов, которым отказано в получении кредита, характерно соотношение низкого ожидаемого дохода и высокого риска. Напротив, для клиентов, которые получат кредит, характерно соотношение высокого ожидаемого дохода и невысокого риска.

4. БЕЗОПАСНОСТЬ ЖИЗНЕДЕЯТЕЛЬНОСТИ
4.1 Безопасность работы в экономическом отделе: анализ негативных факторов К негативным факторам в Каменском филиале ОАО «Акционерный коммерческий Сберегательный Банк Российской Федерации», а именно в экономическом отделе данной организации можно отнести:
-                   недостаточное освещение,
-                   повышенную яркость;
-                   повышение и понижение температуры воздуха и окружающих поверхностей,
-                   повышенный уровень электромагнитного излучения,
-                   шум и вибрация.
к опасным факторам:
-                   пожар,
-                   электрический ток.
4.1.1 Микроклимат
Параметры микроклимата могут меняться в широких пределах, в то время как необ­ходимым условием жизнедеятельности человека является поддержание постоянства температуры тела благодаря терморегуляции, т.е. способности организма регу­лиро­вать отдачу тепла в окружающую среду. Принцип нормирования микро­кли­мата – соз­дание оптимальных условий для теплообмена тела человека с окружающей  средой.
Вычислительная техника является источником существенных тепловыделений, что может привести к повышению температу­ры и снижению относительной влажности в по­мещении. В по­мещениях, где установлены компьютеры, должны соблюдаться оп­реде­ленные параметры микроклимата.
СанПиН 2.2.2/2.4.1340-03 устанавливает следующие оптимальные параметры микроклимата во всех помещениях экономического отдела СБ РФ с использованием ПЭВМ.
Таблица 4.1  Оптимальные параметры микроклимата
 
Объем помещений, в которых размещены работники вычис­лительных центров, не должен быть меньше 19,5м3/человека с учетом максимального числа одновременно ра­ботающих всме­ну. Нормы подачи свежего воздуха в помещения, где располо­жены ком­пьютеры, приведены в табл. 4.2
Таблица 4.2 Нормы подачи свежего воздуха в помещения, где расположены компьютеры
 Для обеспечения комфортных условий используются как организационные методы (рациональная организация проведения работ в зависимости от времени года и суток, чередование труда и отдыха), так и технические средства (вентиляция, кондициониро­вание воздуха, отопительная система).

4.1.2 Шум и вибрация
Шум в экономическом отделе (ЭО) ухудшает условия труда оказывая вредное действие на организм человека. Ра­бо­тающие в условиях длительного шумового воздействия испытывают раздражитель­ность, головные боли, головокружение, снижение памяти, повышенную утомляе­мость, понижение аппетита, боли в ушах и т. д. Такие нарушения в работе ряда орга­нов и сис­тем организма человека могут вызвать негативные изменения в эмоциональ­ном состоя­нии человека вплоть до стрессовых. Под воздействием шума снижается концен­трация внимания, нарушаются физиологические функции, по­является уста­лость в связи с повы­шенными энергетическими затратами и нервно-психическим на­пряжением, ухуд­шается речевая коммутация. Все это снижает работоспособность че­ловека и его производитель­ность, качество и безопасность труда. Длительное воздей­ствие интенсивного шума [выше 80 дБ(А)] на слух человека приво­дит к его частичной или полной потере /45/.
В таблице 4.3 указаны предельные уровни звука в зависимости от категории тяжести и напряженности труда, являющиеся безопасными в отношении сохранения здоровья и работоспособности.
Таблица 4.3 Предельные уровни звука, дБ, на рабочих местах
Категория
Напряженности труда
Категория тяжести труда
I. Легкая
II. Средняя
III. Тяжелая
IV. Очень тяжелая
I. Мало напряженный
80
80
75
75
II. Умеренно напряженный
70
70
65
65
III. Напряженный
60
60
—
—
IV. Очень напряженный
50
50
—
—
Уровень шума на рабочем месте пользователей ЭВМ  (в нашем случае работников ЭО) не должен превышать 50дБА. 4

4.1.3 Электромагнитное и ионизирующее излучения
Большинство ученых считают, что как кратковременное, так и длительное воздей­ст­вие всех видов излучения от экрана мони­тора не опасно для здоровья пользователя, работающего с этими компьютерами. Однако исчерпывающих данных относительно опасно­сти воз­действия излучения от мониторов на работающих с ком­пьютерами не сущест­вует и ис­следования в этом направлении продолжаются /44/.
Допустимые значения параметров неионизирую­щих электромагнитных излучений от монитора компьютера представлены в табл. 4.4.
Максимальный уровень рентгеновского излучения на рабочем месте пользователя ПЭВМ обычно не превышает 10мкбэр/ч, а интенсивность ультрафиолетового и ин­фра­красного излучений от экрана монитора лежит в пределах 10…100мВт/м2.
Таблица 4.4  Допустимые значения параметров неионизирующих электро­магнитных излучений
Для снижения воздействия этих видов излучения реко­мен­дуется применять монито­ры с пониженным уровнем излучения, устанавливать за­щитные экраны, а также соб­людать регламентированные режи­мы труда и отдыха.

4.2 Обеспечение безопасности на рабочем месте
Рабочее место – это система функционально и пространственно организованных технических средств и предметов труда, обеспечивающая условия для успешного решения работником поставленной перед ним задачи.
Проектирование рабочих мест, снабженных ЭВМ, относится к числу важных проблем эргономического проектирования в области вычислительной тех­ники.
Рабочее место и взаимное расположение всех его элементов должно соответство­вать антропометрическим, физическим и психологическим требованиям. Большое зна­чение имеет также характер работы. В частности, при организации рабочего места сотрудника ЭО должны быть соблюдены следующие основные условия:
-                   оптимальное размеще­ние оборудования, входящего в состав рабочего места
-                   достаточное рабочее простран­ство, позволяющее осуществлять все необходимые движения и перемещения.
Эргономическими аспектами проектирования компьютеризированных рабочих мест, в частности, являются: высота рабочей поверхности, размеры пространства для ног,  тре­бования к расположению документов на рабочем месте  (наличие и размеры под­ставки для документов, возможность различного размещения документов, расстояние от глаз пользователя до экрана, документа, клавиатуры и т.д.), характеристики рабочего кресла, требования к поверхности рабочего стола, регулируемость элемен­тов рабочего места  /43/.
Главными элементами рабочего места сотрудника ЭО являются стол и кресло.
<group id="_x0000_s1055" coordorigin=«2034,3616» coordsize=«8588,5198» o:allowincell=«f»><group id="_x0000_s1056" coordorigin=«3721,1281» coordsize=«5040,3842» o:allowincell=«f»><lock v:ext=«edit» aspectratio=«t»><shape id="_x0000_s1057" type="#_x0000_t75" o:allowincell=«f»><imagedata src=«1.files/image567.emz» o:><group id="_x0000_s1058" coordorigin=«3616,1243» coordsize=«904,1243» o:allowincell=«f»><lock v:ext=«edit» aspectratio=«t»><line id="_x0000_s1059" from=«3842,1469» to=«4520,2486» o:allowincell=«f» strokeweight=".25pt"><lock v:ext=«edit» aspectratio=«t»><line id="_x0000_s1060" from=«3616,1469» to=«3842,1469» o:allowincell=«f» strokeweight=".25pt"><lock v:ext=«edit» aspectratio=«t»><shapetype id="_x0000_t202" coordsize=«21600,21600» o:spt=«202» path=«m,l,21600r21600,l21600,xe»><path gradientshapeok=«t» o:connecttype=«rect»><shape id="_x0000_s1061" type="#_x0000_t202" o:allowincell=«f» filled=«f» stroked=«f» strokeweight=".25pt"><lock v:ext=«edit» aspectratio=«t»><group id="_x0000_s1062" coordorigin=«3616,1243» coordsize=«904,1243» o:allowincell=«f»><lock v:ext=«edit» aspectratio=«t»><line id="_x0000_s1063" from=«3842,1469» to=«4520,2486» o:allowincell=«f» strokeweight=".25pt"><lock v:ext=«edit» aspectratio=«t»><line id="_x0000_s1064" from=«3616,1469» to=«3842,1469» o:allowincell=«f» strokeweight=".25pt"><lock v:ext=«edit» aspectratio=«t»><shape id="_x0000_s1065" type="#_x0000_t202" o:allowincell=«f» filled=«f» stroked=«f» strokeweight=".25pt"><lock v:ext=«edit» aspectratio=«t»><group id="_x0000_s1066" coordorigin=«3616,1243» coordsize=«904,1243» o:allowincell=«f»><lock v:ext=«edit» aspectratio=«t»><line id="_x0000_s1067" from=«3842,1469» to=«4520,2486» o:allowincell=«f» strokeweight=".25pt"><lock v:ext=«edit» aspectratio=«t»><line id="_x0000_s1068" from=«3616,1469» to=«3842,1469» o:allowincell=«f» strokeweight=".25pt"><lock v:ext=«edit» aspectratio=«t»><shape id="_x0000_s1069" type="#_x0000_t202" o:allowincell=«f» filled=«f» stroked=«f» strokeweight=".25pt"><lock v:ext=«edit» aspectratio=«t»><group id="_x0000_s1070" coordorigin=«5989,4972» coordsize=«904,1017» o:allowincell=«f»><lock v:ext=«edit» aspectratio=«t»><line id="_x0000_s1071" from=«5989,4972» to=«6667,5989» o:allowincell=«f» strokeweight=".25pt"><lock v:ext=«edit» aspectratio=«t»><line id="_x0000_s1072" from=«6667,5989» to=«6893,5989» o:allowincell=«f» strokeweight=".25pt"><lock v:ext=«edit» aspectratio=«t»><shape id="_x0000_s1073" type="#_x0000_t202" o:allowincell=«f» filled=«f» stroked=«f» strokeweight=".25pt"><lock v:ext=«edit» aspectratio=«t»><group id="_x0000_s1074" coordorigin=«5989,4972» coordsize=«904,1017» o:allowincell=«f»><lock v:ext=«edit» aspectratio=«t»><line id="_x0000_s1075" from=«5989,4972» to=«6667,5989» o:allowincell=«f» strokeweight=".25pt"><lock v:ext=«edit» aspectratio=«t»><line id="_x0000_s1076" from=«6667,5989» to=«6893,5989» o:allowincell=«f» strokeweight=".25pt"><lock v:ext=«edit» aspectratio=«t»><shape id="_x0000_s1077" type="#_x0000_t202" o:allowincell=«f» filled=«f» stroked=«f» strokeweight=".25pt"><lock v:ext=«edit» aspectratio=«t»><group id="_x0000_s1078" coordorigin=«5989,4972» coordsize=«904,1017» o:allowincell=«f»><lock v:ext=«edit» aspectratio=«t»><line id="_x0000_s1079" from=«5989,4972» to=«6667,5989» o:allowincell=«f» strokeweight=".25pt"><lock v:ext=«edit» aspectratio=«t»><line id="_x0000_s1080" from=«6667,5989» to=«6893,5989» o:allowincell=«f» strokeweight=".25pt"><lock v:ext=«edit» aspectratio=«t»><shape id="_x0000_s1081" type="#_x0000_t202" o:allowincell=«f» filled=«f» stroked=«f» strokeweight=".25pt"><lock v:ext=«edit» aspectratio=«t»><shape id="_x0000_s1082" type="#_x0000_t202" o:allowincell=«f» stroked=«f»><img width=«576» height=«350» src=«dopb431947.zip» v:shapes="_x0000_s1055 _x0000_s1056 _x0000_s1057 _x0000_s1058 _x0000_s1059 _x0000_s1060 _x0000_s1061 _x0000_s1062 _x0000_s1063 _x0000_s1064 _x0000_s1065 _x0000_s1066 _x0000_s1067 _x0000_s1068 _x0000_s1069 _x0000_s1070 _x0000_s1071 _x0000_s1072 _x0000_s1073 _x0000_s1074 _x0000_s1075 _x0000_s1076 _x0000_s1077 _x0000_s1078 _x0000_s1079 _x0000_s1080 _x0000_s1081 _x0000_s1082">
Рабочая поза сидя вызывает минимальное утомление. Рациональная планировка рабочего места предусматривает четкий порядок и постоянство размеще­ния предметов, средств труда и документации. То, что требуется для выполнения ра­бот ча­ще, расположено в зоне легкой досягаемости рабочего пространства.
На рисунке  4.1  «Размещение основных и периферийных составляющих ПК» показан пример размещения основных и периферийных составляющих ПК на рабочем столе сотрудника ЭО.
1 – сканер, 2 – монитор, 3 – принтер, 4 – поверхность рабочего стола,
5 – клавиатура, 6 – манипулятор типа “мышь”.
Моторное поле — пространство рабочего места, в котором могут осуществляться дви­гательные действия человека.
Максимальная зона досягаемости рук — это часть моторного поля рабочего места, ограниченного дугами, описываемыми максимально вытянутыми руками при движе­нии их в плечевом суставе.
Оптимальная зона — часть моторного поля рабочего места, ограниченного дугами, описываемыми предплечьями при движении в локтевых суставах с опорой в точке локтя и с относительно неподвижным плечом.
Для комфортной работы стол должен удовлетворять следующим условиям:
-                   высота стола должна быть выбрана с учетом возможности сидеть свободно, в удоб­ной позе, при необходимости опираясь на подлокотники;
-                   нижняя часть стола должна быть сконструирована так, чтобы работник мог удоб­но сидеть, не был вынужден поджимать ноги;
-                   поверхность стола должна обладать свойствами, исключающими появление бликов;
-                   конструкция стола должна предусматривать наличие выдвижных ящиков (не менее 3 для хранения документации, листингов, канцелярских принадлежностей).
-                   высота рабочей поверхности рекомендуется в пределах 680-760мм. Высота по­верхности, на которую устанавливается клавиатура, должна быть около 650мм.
Большое значение придается характеристикам рабочего кресла. Так, рекомендуемая высота сиденья над уровнем пола находится в пределах 420-550мм. Поверхность си­денья мягкая, передний край закругленный, а угол наклона спинки — регулируемый.
Необходимо предусматривать при проектировании возможность различного разме­ще­ния документов: сбоку от компьютера между монитором и клавиатурой и т.п. Кро­ме того, в случаях, когда компьютер имеет низкое качество изображения,  нап­ример заметны мелькания, расстояние от глаз до экрана делают больше (около 700мм), чем расстояние от глаза до документа (300-450мм). Вообще при высоком ка­честве изобра­жения на компьютере расстояние от глаз пользователя до экрана,  документа и кла­виатуры может быть равным.
Положение экрана определяется:
-                   расстоянием считывания (0,6…0,7м);
-                   углом считывания, направлением взгляда на 20° ниже горизонтали к центру экрана,  причем  экран  перпендикулярен  этому направлению.
Должна также предусматриваться возможность регулирования экрана:
-                   по высоте +3 см;
-                   по наклону от -10° до +20° относительно вертикали;
-                   в левом и правом направлениях.
    продолжение
--PAGE_BREAK--Большое значение также придается правильной рабочей позе пользователя. При не­удобной рабочей позе могут появиться боли в мышцах, суставах и сухожилиях. Требо­ва­ния к рабочей позе пользователя ПЭВМ следующие:
-                   голова не должна быть нак­лонена более чем на 20°,
-                   плечи должны быть расслаблены,
-                   локти — под углом 80°…100°,
-                   предплечья и кисти рук — в горизонтальном  положении.
Причина неправильной позы пользователей обусловлена следующими факторами:
-                   нет хорошей подставки для документов,
-                   клавиатура находится слишком высоко, а до­кумен­ты — низко,
-                   некуда положить руки и кисти,
-                   недос­таточно пространство для ног.
Существенное значение для производительной и качествен­ной работы на компью­тере имеют размеры знаков, плотность их размещения, контраст и соотношение яркос­тей символов и фона экрана. Если расстояние от глаз пользователя   до экрана дисплея сос­тавля­ет 60…80 см, то высота знака должна быть не менее 3мм, оптимальное соотно­шение ширины и высоты знака со­ставляет 3:4, а расстояние между знаками – 15…20% их вы­со­ты. Соотношение яркости фона экрана и символов — от 1:2 до 1:15 /44/.
Во время пользования компьютером медики советуют ус­танавливать монитор на рас­стоянии 50-60 см от глаз. Специалисты также считают, что верх­няя часть компьютера должна быть на уровне глаз или чуть ниже. Когда человек смотрит прямо пе­ред собой, его глаза открываются шире, чем когда он смотрит вниз. За счет этого пло­щадь обзора значительно увеличивается, вызывая обезвоживание глаз. К тому же если экран установ­лен высоко, а глаза широко открыты, нарушается функция морга­ния. Это зна­чит, что глаза не закрываются полностью, не омываются слезной жидко­стью, не получают доста­точного увлажнения, что приводит к их быстрой утомляе­мости.
Создание благоприятных условий труда и правильное эстетическое оформление ра­бо­чих мест имеет большое значение как для облегчения труда, так и для повышения его привлекательности, положительно влияющей на производитель­ность труда.
В экономическом отделе Каменского филиала ОАО «СБ РФ» широко  используется оборудование, питающееся электроэнергией, поэтому существует опасность поражения сотрудников электрическим током.
Действие электрического тока на живую ткань носит разносторонний и своеобразный характер. Проходя через  организм человека, электроток производит термическое, электролитическое, механическое и биологическое действия.
Термическое действие тока проявляется ожогами отдельных участков тела, нагревом до высокой температуры органов, расположенных на пути тока, вызывая в них значительные функциональные расстройства. Электролитическое действие тока выражается в разложении органической жидкости, в том числе крови, в нарушении ее физико-химического состава. Механическое действие  тока приводит к расслоению, разрыву тканей организма  в результате электродинамического эффекта, а также мгновенного  взрывоподобного образования пара из жидкости и крови. Биологическое действие тока проявляется раздражением и возбуждением  живых тканей организма, а также нарушением внутренних биологических процессов.
Исход поражения человека электрическим током зависит от многих факторов: силы тока и времени его прохождения через организм, характеристики тока (переменный или постоянный), пути тока в теле человека, при переменном токе – от частоты колебаний.
На сопротивление организма воздействию электрического тока оказывает влияние физическое и психическое состояние человека. Нездоровье, утомление, голод, эмоциональное возбуждение не приводят к снижению сопротивления.
Допустимым считается ток, при котором человек может самостоятельно освободиться от электрической цепи. Его величина зависит от скорости прохождения тока через тело человека: при длительности  действия более 10 с – 2мА, при 10 с и менее – 6мА.
При гигиеническом нормировании ГОСТ 12.1.038 – 82 устанавливает предельно допустимые напряжения прикосновения и токи, протекающие через тело человека (рука – рука, рука – нога) при аварийном режиме работы электроустановок производственного и бытового назначения постоянного и переменного тока частотой 50 и 400 Гц.
Основными причинами поражения сотрудника экономического отдела электрическим током на рабочем месте являются:
-       отсутствие или несоблюдение инструктажа по технике безопасности.
-       прикосновение к металлическим нетоковедущим частям, которые могут оказаться под напряжением в результате пробоя или повреждения изоляции;
Корпуса офисной техники  должны зануляться, так как используется сеть с глухозаземленной нейтралью.
Основным организационным мероприятием по предотвращению поражения сотрудников отдела электрическим током  является инструктаж и обучение безопасным методам труда, а также проверка знаний правил безопасности и инструкций в соответствии с занимаемой должностью.
Для устранения опасности поражения током в случае прикосновения к металлическим токоведущим частям, оказавшимся под напряжением, следует:
-              вывешивать плакаты по безопасным способам ведения работ и плакаты о правилах оказания первой помощи;
-              заметив нарушение правил безопасного ведения работ другими работниками или обнаружив неисправность электроустановок, каждый работник обязан немедленно устранить эту неисправность, а если им самим не могут быть приняты меры, то он немедленно сообщает обо всех замеченных нарушениях своему непосредственному руководителю, который добивается их устранения.
При проведении незапланированного и планового ремонта вычислительной техники выполняются следующие требования:
-              отключение установки от источника питания;
-              проверка отсутствия напряжения;
-              заземление отключенных токоведущих частей.
После выполнения всех этих действий проводится ремонт неисправного оборудования.
Произведем расчет искусственного освещения, необходимого для создания освещенности в помещении экономического отдела  Каменского филиала ОАО «СБ РФ». Для этого применим метод коэффициента использования светового потока. Нормативные величины, необходимые для расчета, приведены в СНиП – 23 – 05 – 95.
В данном помещении требуется большая освещенность, не проводятся грубые работы. Поэтому целесообразно применение газоразрядных ламп низкого давления. Особых требований к определению цвета в помещении нет. Значит, для освещения помещения лучше подходят лампы типа ЛБ (люминесцентная, белого цвета). Будем использовать лампы ЛБ-40 мощностью 40 Вт и двухламповые светильники ОД-2-40.
В соответствии с требованиями СанПиН 2.2.2/2.4-1340-03 при работе на ПЭВМ освещение должно осуществляться системой общего равномерного освещения и обеспечивать освещённость на рабочем месте в пределах 300 ¸ 500 лк.
Так как в помещении отсутствуют крупные затеняющие объекты, то для расчета оптимального искусственного освещения возможно использование метода светового потока. Этот метод дает возможность определить световой поток ламп, необходимый для создания заданной освещенности горизонтальной поверхности при общем равномерном освещении.
4.2.1 Расчет искусственного освещения
При расчете необходимый световой поток ламп Ф определяется по формуле:
<shape id="_x0000_i1359" type="#_x0000_t75" o:ole="" fillcolor=«window»><imagedata src=«1.files/image569.wmz» o:><img width=«98» height=«45» src=«dopb431948.zip» v:shapes="_x0000_i1359">;                                                                                            (4.1)
где   E – заданная максимальная освещенность, E=500 лк;
S – освещаемая площадь, S=7´3=21м2;
K – коэффициент запаса, учитывающий запылённость воздуха и старе­ние ламп. При малой запыленности k=1,3;
Z – коэффициент неравномерности освещения. Для люминесцентных ламп Z=1,1;
h= 0,38 – коэффициент использования светового потока ламп. /49/  Для определения коэффициента ис­пользования находится индекс помещения <shape id="_x0000_i1360" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image571.wmz» o:><img width=«15» height=«17» src=«dopb431949.zip» v:shapes="_x0000_i1360"> и оцениваются коэф­фициенты отражения поверхностей помещения:  потолок — rпт = 70% (белый), стены — rст = 50% (светлые).
<shape id="_x0000_i1361" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image573.wmz» o:><img width=«208» height=«46» src=«dopb431950.zip» v:shapes="_x0000_i1361">,    где A,B – размеры помещения;              (4.2)
h = 3,8-0,8= 3 м – высота подвеса светильников над рабочей поверхностью. Получим необходимый световой поток:
<shape id="_x0000_i1362" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image575.wmz» o:><img width=«185» height=«44» src=«dopb431951.zip» v:shapes="_x0000_i1362">лм.                                                                      (4.3)
Светильники ОД-2-40 предназначены для установки двух ламп дневного света ЛБ-40. Расчетный поток для ламп этого типа составляет Флм = 2480 лм. Общий поток одного светильника Фсв =2´2480 = 4 960 лм. Габаритные размеры светильника: длина – 1230мм, ширина – 266мм, высота – 158мм. Определим необходимое число светильников:
<shape id="_x0000_i1363" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image577.wmz» o:><img width=«160» height=«45» src=«dopb431952.zip» v:shapes="_x0000_i1363">, принимаем за 8 шт.                                            (4.4)
Минимальное расстояние между рядами светильников определяется по формуле: L=1,3×(H-hc-hр);                                                                                  (4.5)
где:   H – высота помещения = 4м;
         hc – длина свеса светильника = 0,158м;
         hр – высота рабочей поверхности.
Максимальное расстояние между соседними рядами светильниками:
L=1,3×(4–0,8–0,158)<shape id="_x0000_i1364" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image579.wmz» o:><img width=«13» height=«13» src=«dopb431953.zip» v:shapes="_x0000_i1364">4м.                                                                      (4.6)
<img width=«125» height=«41» src=«dopb431954.zip» alt=«Подпись: 7000 мм» v:shapes="_x0000_s1083">Максимальное расстояние от стены до ближайшего ряда светильников:
l=L/3=4/3=1,3м.
<shape id="_x0000_s1084" type="#_x0000_t32" o:connectortype=«straight»><img width=«13» height=«306» src=«dopb431955.zip» v:shapes="_x0000_s1084"><shape id="_x0000_s1085" type="#_x0000_t32" o:connectortype=«straight»><img width=«2» height=«27» src=«dopb431956.zip» v:shapes="_x0000_s1085"><shape id="_x0000_s1086" type="#_x0000_t32" o:connectortype=«straight»><img width=«2» height=«27» src=«dopb431956.zip» v:shapes="_x0000_s1086"><shape id="_x0000_s1087" type="#_x0000_t32" o:connectortype=«straight»><img width=«592» height=«12» src=«dopb431957.zip» v:shapes="_x0000_s1087">                                                  <shape id="_x0000_s1102" type="#_x0000_t32" o:connectortype=«straight»><shape id="_x0000_s1104" type="#_x0000_t32" o:connectortype=«straight»><shape id="_x0000_s1101" type="#_x0000_t32" o:connectortype=«straight»><img width=«235» height=«52» src=«dopb431958.zip» v:shapes="_x0000_s1100 _x0000_s1099 _x0000_s1104 _x0000_s1096 _x0000_s1095"> <img width=«98» height=«27» src=«dopb431959.zip» v:shapes="_x0000_s1097 _x0000_s1093"> <img width=«98» height=«27» src=«dopb431960.zip» v:shapes="_x0000_s1098 _x0000_s1094"> <img width=«48» height=«102» src=«dopb431961.zip» alt=«Подпись: 3000 мм» v:shapes="_x0000_s1103" v:dpi=«96»><img width=«48» height=«111» src=«dopb431962.zip» v:shapes="_x0000_s1102"> <img width=«36» height=«87» src=«dopb431963.zip» alt=«Подпись: 1500 мм» v:shapes="_x0000_s1105" v:dpi=«96»><img width=«48» height=«129» src=«dopb431964.zip» v:shapes="_x0000_s1101"> <img width=«99» height=«27» src=«dopb431965.zip» v:shapes="_x0000_s1113 _x0000_s1109"> <img width=«99» height=«27» src=«dopb431966.zip» v:shapes="_x0000_s1112 _x0000_s1108"> <img width=«98» height=«27» src=«dopb431967.zip» v:shapes="_x0000_s1111 _x0000_s1107"> <img width=«98» height=«27» src=«dopb431967.zip» v:shapes="_x0000_s1110 _x0000_s1106"> <img width=«41» height=«79» src=«dopb431968.zip» alt=«Подпись: 490 мм» v:shapes="_x0000_s1088" v:dpi=«96»><shape id="_x0000_s1089" type="#_x0000_t32" o:connectortype=«straight»><img width=«12» height=«67» src=«dopb431969.zip» v:shapes="_x0000_s1089"><shape id="_x0000_s1090" type="#_x0000_t32" o:connectortype=«straight»><img width=«46» height=«2» src=«dopb431970.zip» v:shapes="_x0000_s1090"><shape id="_x0000_s1091" type="#_x0000_t32" o:connectortype=«straight»><img width=«13» height=«305» src=«dopb431971.zip» v:shapes="_x0000_s1091"><img width=«592» height=«306» src=«dopb431972.zip» v:shapes="_x0000_s1092">

<shape id="_x0000_s1114" type="#_x0000_t32" o:connectortype=«straight»><img width=«46» height=«2» src=«dopb431973.zip» v:shapes="_x0000_s1114">Рисунок 4.2 — Схема расположения светильников
Рисунок 4.2 — Схема расположения светильников
Определим общую электрическую мощность установки, которая находится по формуле:
<shape id="_x0000_i1365" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image601.wmz» o:><img width=«95» height=«24» src=«dopb431974.zip» v:shapes="_x0000_i1365">;                                                                                              (4.7)
где  W – общая электрическая мощность установки, Вт;
       Wл – электрическая мощность одной лампы, Вт;
       N – количество светильников, шт.;
       n – количество ламп в светильнике, шт.
Так как Wл=40 Вт, N=8 шт., n=2 шт., то получим:
W=640 Вт.
4.3 Чрезвычайные ситуации
Чрезвычайная ситуация (ЧС) —  внешне неожиданная, внезапно возникающая обстановка, характеризующаяся резким нарушением установившегося процесса или явления и оказывающая значительное отрицательное воздействие на жизнедеятельность людей, функционирование экономики, социальную сферу и природную среду. В мирное время ЧС могут возникать в результате производственных аварий, катастроф, стихийных бедствий, экономических бедствий, диверсий или факторов военно-политического характера.
В настоящее время существует два основных направления минимизации вероятности возникновения и последствий ЧС на производственных объектах. Первое направление заключается в разработке технических и организационных мероприятий, уменьшающих вероятность реализации опасного поражающего потенциала современных технических систем.
Второе направление заключается в подготовке объекта, обслуживающего персонала, служб гражданской обороны и населения к действиям в условиях ЧС. Основой второго направления является формирование планов действий в ЧС, для созданий которых нужны детальные разработки сценариев возможных аварий и катастроф на конкретных объектах. Для этого необходимо располагать экспериментальными и статистическими данными о физических и химических явлениях, составляющих возможную аварию; прогнозировать размеры и степень поражения объекта при воздействии на него поражающих факторов различных видов.
ЧС можно классифицировать по значительному числу признаков, например:
-                   по типам и видам (по причинам возникновения) чрезвычайных событий, лежащих основе этих ситуаций: стихийные бедствия землетрясения, наводнения, селевые потоки, оползни, ураганы, снежные заносы, грозы, ливни, засухи и др.), техногенные катастрофы (аварии на энергетических, химических, биотехнологических объектах, транспортных коммуникациях при перевозке разрядных грузов и т.д.), антропогенные катастрофы (катастрофические изменения биосферы под воздействием научно-технического прогресса и хозяйственной деятельности), социально-политические конфликты (социальные, политические, военные);
-                   скорости распространения опасности (темпу развития): внезапные, быстрораспространяющиеся, умеренные, плавные;
-                   масштабу распространения с учетом тяжести последствий: локальные, объектовые, местные, религиозные, национальные, глобальные.
Локальные ЧС имеют последствия не выходящие за пределы рабочего места, рабочего участка, усадьбы, квартиры.
Объектовые — ограничиваются пределами предприятия и могут быть устранены за счет его сил и ресурсов.
Местные ЧС — в пределах населенного пункта, в том числе крупного города административного района или области; последствия таких ЧС могут быть устранены силами области.
Региональные ЧС — последствия, которых ограничиваются пределами  некоторых которых областей, экономического района или суверенного государства могут быть ликвидированы за счет сил и средств суверенного государства.
Национальные — охватывают несколько экономических районов или суверенных государств, но не выходят за пределы содружества (страны). Последствия ликвидируются силами и ресурсами содружества (страны), зачастую с привлечением иностранной помощи.
Глобальные ЧС — последствия выходят за пределы страны и распространяются на другие государства. Эти последствия устраняются как силами каждого на своей территории, так и силами международного общества.
Общую классификацию ЧС целесообразно строить по типам и видам лежащих в их основе чрезвычайных событий; при этом можно частично в тех или иных звеньях классификационной структуры использовать принадлежность, причинность или масштаб ЧС.
По такому комплексу признаков все ЧС мирного времени разбивают пять групп:
1) сопровождающиеся выбросом опасных веществ в окружающую среду;
2) связанные с возникновением пожаров, взрывами и их следствиями;
З) на транспортных коммуникациях;
4) вызванные стихийными бедствиями;
5) военно-политического характера.
ЧС, сопровождающимися выбросом опасных веществ в окружающую среду, относят:
-                   аварии на атомных электростанциях (АЭС);
-                   утечки радиоактивных газов на предприятиях ядерно-топливного цикла за пределы санаторно-защитной зоны (СЗЗ);
-                   аварии на атомных судах с радиоактивным заражением акватории порта и прибрежной территории;
    продолжение
--PAGE_BREAK---                   аварии на ядерных установках инженерно-исследовательских центров с радиоактивным заражением территории;
-                   аварийные ситуации во время промышленных и испытательных ядерных взрывов, связанное со сверхнормативным выбросом радиоактивных веществ в окружающую среду;
-                   падение летательных аппаратов с ядерными энергетическими устройствами на борту с последующим радиоактивным загрязнением местности;
-                   незначительные загрязнения местности радиоактивными веществами и при утере источников ионизирующих излучений, авариях на транспорте, перевозящем радиоактивные препараты, и в некоторых других случаях;
-                   аварии на химически опасных объектах с выбросом (утечкой) в окружающую среду аварийные химически опасные вещества (АХОВ);
-                   аварии с выбросом (утечкой) в окружающую среду.
Ко 2-ой группе ЧС относятся:
-                   пожары в населенных пунктах, на объектах народного хозяйства и транспортных коммуникациях;
-                    взрывы на объектах и транспортных коммуникациях (в том числе при падении летательных аппаратов);
-                    взрывы в жилых зданиях.
К 3-ей группе ЧС относятся:
-                   авиационные катастрофы;
-                   столкновение и сход с рельсов железнодорожных составов (поездов в метрополитене);
-                   аварии на водных коммуникациях, повлекшие значительное количество человеческих жертв или вызвавшее загрязнение акваторий портов, прибрежных территорий, внутренних водоемов нефтепродуктами;
-                   аварии на трубопроводах, вызвавшие выброс большой массы транспортируемых веществ и загрязнение ими окружающей среды;
-                   аварии на энерго- и других инженерных сетях, повлекшие нарушение нормальной жизнедеятельности населения в результате возникновения вторичных факторов.
К стихийным бедствиям (4-я группа ЧС) относят:
-                   землетрясения силой 5 и более баллов по 12-бальной шкале;
-                   ураганы, смерчи, бури силой 12 и более баллов по 17-бальной шкале;
-                   катастрофические затопления и наводнения, образовавшиеся в результате разрушения гидротехнических сооружений, землетрясений, горных обвалов и оползней, паводков, половодья или нагонных явлений и нами;
-                    сели, оползни, обвалы, лавины, снежные заносы, вызвавшие разрушение в городах, на транспортных, энергетических и других инженерных сетях, образование завалов и т.п.;
-                   массовые торфяные и лесные пожары, принявшие неуправляемый характер, повлекшие нарушение нормальной жизнедеятельности населения региона;
-                   эпидемии и эпизоотии;
ЧС военно-политического характера в мирное время (5-я группа чрезвычайных ситуаций):
-                   единичный (случайный) ракетно-ядерный удар, нанесенный с акватории нейтральных вод кораблем или падение носителя ядерного оружия со взрывом боевой части;
-                   падение носителя ядерного оружия с разрушением или без разрушения боевой части;
-                   вооруженное нападение на штабы, пункты управления, узлы связи, склады войсковых соединений и частей;
-                   волнения в отдельных районах, вызванные выступлением антиобщественных или националистических групп, попытка захвата радиовещательных станций, государственных и военно-политических учреждений.
В Каменск-Шахтинском наиболее вероятны следующие ЧС:
-              аварии, сопровождающиеся выбросом опасных веществ в окружающую среду (возможны аварии на следующих промышленных объектах: молочный завод (на его территории хранится большое количество жидкого аммиака, при разливе которого может возникнуть опасная ситуация для жизни людей и окружающей среды), завод синтетических продуктов, электровозостроительный завод, ГРЭС, при ее работе в атмосферу выбрасывается большое количество ядовитых веществ);
-                                            на транспортных коммуникациях (авиационные катастрофы, столкновение и сход с рельсов железнодорожных составов, аварии автомобильного транспорта, аварии на линиях электропередач);
-              стихийные бедствияприродного характера, такие как, бури и ураганы, пожары. Стихийные бедствия возникают внезапно и носят чрезвычайный характер. Они могут разрушить здания и сооружения, уничтожать ценности, вызывать гибель людей;
-              пожар, который может возникнуть в результате короткого замыкания, неосторожного обращения с огнем и т.д.
Пожары наносят большой материальный ущерб обществу и могут сопровождаться несчастными случаями, поэтому каждый работник должен принять все от него зависящее для предупреждения пожаров, четко знать правила и нормы пожарной безопасности, систематически проводить противопожарную подготовку рабочих и служащих своего участка. Все сотрудники Каменского филиала ОАО «СБ РФ» обязаны ознакомиться с мерами пожарной безопасности при поступлении на работу и при проведении инструктажей по пожарной безопасности. Учет лиц, прошедших противопожарный инструктаж и обучение, ведется в специальном журнале.
Мероприятия, устраняющие причины возникновения пожаров на предприятии, разделяются на строительно-технические и организационные.
К строительно-техническим мероприятиям относятся: надлежащая планировка территории предприятия и размещение на ней производственных зданий и сооружений; выбор строительных материалов и конструкций с учетом их огнестойкости; соблюдение противопожарных разрывов; устройство в зданиях специальных преград, препятствующих распространению огня; правильное устройство и размещение выходов, аварийного освещения, надлежащая планировка в зданиях промышленного оборудования и правильная его эксплуатация и т.п.  В зависимости от степени огнестойкости определяются наибольшие дополнительные расстояния от выходов для эвакуации при пожарах (5 степень — <metricconverter productid=«50 м» w:st=«on»>50 м).
К организационным мероприятиям относятся: запрещение курения и пользования открытым огнем при производстве работ в пожароопасных помещениях или около огнеопасных материалов; ограничение запасов сгораемого сырья, полуфабрикатов, готовой продукции; удаление из производственных помещений легковоспламеняющихся материалов и веществ, способных к самовозгоранию; разработка планов эвакуации людей и имущества из помещений; организация добровольных пожарных дружин и ячеек; обучение рабочих и служащих мерам пожарной безопасности.
Мероприятиями, направленными на быструю ликвидацию очага пожара, предусматриваются устройство специальных дорог и удобных подъездов к зданиям и специальных проходов к труднодоступным местам; устройство противопожарных лестниц, водопровода, сигнализации и связи; оборудование помещений первичными пунктами пожаротушения с необходимым набором пожарных средств и техники; создание на предприятии пожарной охраны.
Территория, прилегающая к фасаду здания и внутренняя территория должны иметь наружное освещение, достаточное для быстрого нахождения средств пожаротушения входа в здание. На территории внутренних дворов предприятия и прилегающих к нему территории, запрещается разведение костров, сжигание отходов и тары. Помещения должны постоянно содержаться в чистоте и после окончания рабочего дня тщательно очищаться от упаковочного материала, отходов и мусора.
Около оборудования, имеющего повышенную пожарную опасность, следует вывешивать стандартные знаки (аншлаги, таблички). Противопожарные системы (средства пожарной автоматики) системы противопожарного водоснабжения в здании должны содержаться в исправном состоянии. Не разрешается проводить работы на оборудовании, установках с неисправностями могущими привести к пожарам, а также при отключенных приборах безопасности. В местах пересечения противопожарных стен, перекрытий и ограждающих конструкций различными инженерными и технологическими коммуникациями, образовавшиеся отверстия и зазоры должны быть заделаны строительным раствором или другими негорючими материалами, обеспечивающими требуемый предел огнестойкости и дымогазонепроницаемости.
Курение непосредственно в помещениях предприятия запрещается. Курение разрешается только в специально отведенных для этой цели местах, обеспеченных средствами пожаротушения, урнами или ящиками с песком. Эти места должны иметь указательные знаки по ГОСТ 12.4.026-76.
Электрические установки должны монтироваться и эксплуатироваться в соответствии с правилами устройства электрических установок (ПУЭ), Правилами технической эксплуатации электрических установок потребителей (ПТЭ), Правилами техники безопасности при эксплуатации электрических установок потребителей (ПТБ) и др. нормативными документами. На случай отключения электрической энергии у обслуживающего персонала должны быть электрические фонари, аварийное освещение должно быть в постоянной готовности для включения. Световые указатели выход должны находиться в исправном состоянии и быть постоянно включенными.
Сети противопожарного водопровода должны находиться в исправном состоянии и обеспечивать требуемый по нормам расход воды на нужды пожаротушения. Проверка их работоспособности должна осуществляться не реже двух раз в год (весной и осенью).
Перед началом отопительного сезона печи, котельные, теплогенераторные и калориферные установки, другие отопительные приборы и системы должны быть проверены и отремонтированы. При установке временных металлических и других печей заводского изготовления в помещениях должны выполняться указания (инструкции) предприятий-изготовителей этих видов продукции, а также требования норм проектирования, предъявляемые к системе отопления. Вентиляционные камеры, циклоны и воздуховоды должны не реже двух раз в год и после капитального ремонта осматриваться, очищаться от пыли, сгораемых веществ и материалов.
Здание в целом и его помещения должны быть обеспечены первичными средствами пожаротушения. Первичные средства пожаротушения должны содержаться в соответствии с паспортными данными на них. Не допускается использование средств пожаротушения, не имеющих соответствующих сертификатов. В здании на каждом этаже должны размещаться не менее двух ручных огнетушителей. При защите помещений, где имеются компьютеры, ксероксы, ризографы следует применять углекислотные огнетушители. На объекте должно быть определено лицо, ответственное за приобретение, ремонт, сохранность и готовность к действию первичных средств пожаротушения. Учет проверки наличия и состояния первичных средств пожаротушения следует вести в специальном журнале произвольной формы. Огнетушители должны всегда содержаться в исправном состоянии, периодически осматриваться, проверяться и своевременно перезаряжаться.
В практике тушения пожаров наибольшее распространение получили следующие принципы прекращения горения:
1)                изоляция очага горения от воздуха или снижение концентрации кислорода путем разбавления воздуха негорючими газами (углеводы CО2 < 12-14%).
2)                охлаждение очага горения ниже определенных температур;
3)           интенсивное торможение (ингибирование) скорости химической реакции в пламени;
4)                механический срыв пламени струей газа или воды;
5)                создание условий огнепреграждения (условий, когда пламя распространяется через узкие каналы).
Вода является хорошим огнегасящим средством, обладающим следующими достоинствами: охлаждающее действие, разбавление горючей смеси паром (при испарении воды ее объем увеличивается в 1700 раз), механическое воздействие на пламя, доступность и низкая стоимость, химическая нейтральность.
Пар применяют в условиях ограниченного воздухообмена, а также в закрытых помещениях с наиболее опасными технологическими процессами. Гашение пожара паром осуществляется за счет изоляции поверхности горения от окружающей среды. При гашении необходимо создать концентрацию пара приблизительно 35 %.
Пены применяют для тушения твердых и жидких веществ, не вступающих во взаимодействие с водой. Огнегасящий эффект при этом достигается за счет изоляции поверхности горючего вещества от окружающего воздуха. Огнетушащие свойства пены определяются ее кратностью — отношением объема пены к объему ее жидкой фазы, стойкостью дисперсностью, вязкостью. В зависимости от способа получения пены делят на химические и воздушно-механические.
Инертные газообразные разбавители: двуокись углерода, азот, дымовые и отработавшие газы, пар, аргон и другие.
Действия персонала на случай пожара на этаже:
1)                Первый, кто обнаружил пожар в здании, подает громким голосом команду «Пожар!» и по ближайшему телефону сообщает об этом в пожарную команду по телефону «0-1».
2)                Ответственные за пожарную безопасность на этаже принимают меры по эвакуации людей из помещения на лестничные клетки по коридору.
3)                Ответственное лицо удостоверяется в отсутствии людей в помещения на этаже.
4)                Под руководством начальников структурных подразделений компании ответственное лицо организует тушение очага возгорания первичными средствами пожаротушения.
5)                Персонал, получив команду на эвакуацию, перед оставлением помещения отключает все электроустановки, оборудование и освещение. Эвакуацию следует проводить организованно, без сутолоки и шума.
    продолжение
--PAGE_BREAK--
    продолжение
--PAGE_BREAK--


    продолжение
--PAGE_BREAK--В свою очередь, установление лимитов кредитования – основной способ контроля формирования кредитного портфеля, используемый для уменьшения рисков и улучшения долгосрочной жизнеспособности. Посредством установления лимитов кредитования осуществляется оптимизация пропорций различных видов кредитов в рамках всего кредитного портфеля с учетом объема и структуры кредитных ресурсов. Это позволяет банкам:
-                    избежать критических для сохранения платежеспособности потерь
от необдуманной концентрации любого вида риска;
-                    диверсифицировать кредитный портфель с целью сокращения
концентрации и обеспечения стабильной прибыли.
Диверсификация кредитного портфеля – это распределение, рассеивание кредитного риска по нескольким направлениям. Банки должны ограничивать кредитование одного крупного заемщика или нескольких крупных заемщиков или предоставление крупного кредита группе взаимосвязанных заемщиков.
          Представляет собой отбор конкретных объектов кредитования для включения в кредитный портфель. Отбор осуществляется, как правило, на основе оценки кредитоспособности заемщиков. Общий подход к рассмотрению реальных объектов кредитования предполагает оценку области деятельности заемщика, анализ целевого назначения средств, выбор вида кредита, выявление рисков кредитной сделки.  Важной задачей является определение факторов, позволяющих произвести предварительный отбор кредитуемых объектов. Такие факторы рассматриваются в таблице 1.1.
Таблица 1.1 Факторы, определяющие отбор кредитных заявок
Внешней среды
Клиентские
Внутрибанковские
Приоритеты в политике
реализации структурной
перестройки региона
Уровень риска
несвоевременной
реализации кредитуемого проекта и недостижения
расчетной эффективности
Соответствие
кредитуемого объекта
кредитной политике
банка
Состояние отраслевой среды,
характеризующееся
стадией цикла, в которой
находится отрасль
Уровень менеджмента и
маркетинга на предприятии
Доля требуемых кредитных вложений от
общего объема
кредитных ресурсов
банка
Структура и
конкурентоспособность
отрасли
Сроки погашения
основного долга и
процентов по нему
Прежде всего, следует установить, соответствует ли кредитная заявка
кредитной политике банка. В случае положительного ответа сотрудник кредитного отдела проводит анализ кредитоспособности потенциального заемщика./10/
В банковской практике анализ финансового состояния заемщика осуществляется следующими методами по данным его баланса и бухгалтерской отчетности:
-                    вертикальный анализ;
-                    горизонтальный анализ;
-                    определение удовлетворительности структуры баланса;
-                    расчет величины чистых активов кредитора по балансу;
-                    расчет финансовых коэффициентов и их сравнение с нормативными значениями.
     Ž     Третий блок – блок анализа состояния кредитного портфеля и управление отклонениями в значительной степени перекликается с оперативным управлением кредитным портфелем, а именно с текущим мониторингом состояния кредитного портфеля. Прерогативой среднесрочного периода времени остается разработка и реализация мер, направленных на улучшение качества кредитного портфеля.
В рамках описанных выше блоков формирования кредитного портфеля предлагается более детальное, поэтапное рассмотрение механизма формирования кредитного портфеля.
          определение лимитов основных классификационных групп кредитов и вменяемых им коэффициентов риска;
     ‚     отнесение каждого выдаваемого кредита к одной из указанных групп;
     ƒ     выяснение структуры портфеля (долей различных групп в их общей сумме) с учетом каждого нового выдаваемого кредита;
     „     оценка совокупного риска портфеля и возможностей выдачи кредита конкретному объекту;
     …     определение соответствия кредитного портфеля кредитной политике банка;
     †     определение величины резервов, которые необходимо создать под каждый выданный кредит;
     ‡     определение общей суммы резервов, адекватной совокупному риску портфеля;
     ˆ     выявление и анализ факторов, меняющих структуру и качество портфеля;
     ‰     разработка мер, направленных на улучшение качества портфеля;
     Š     постоянный мониторинг отклонений кредитного портфеля от заданного оптимума (рисунок 1.1).
Кредитная деятельность банка сопряжена с риском. Риск– это вероятность возникновения чистых убытков или недополучения доходов по сравнению с прогнозируемым вариантом.
Кредитный риск– это риск невозврата (неплатежа) или просрочки платежа по банковской ссуде. Различают также страновой кредитный риск(при предоставлении иностранных кредитов) и риск злоупотреблений (сознательно прогнозирующий невозврат). Причинамивозникновения риска невозврата ссуды являются:
-                    снижение (или утрата) кредитоспособности заемщика, которое проявляется в форме кризиса наличности; последствием для банка может быть риск снижения ликвидности;
-                    ухудшение деловой репутации заемщика.
Кредитный риск может возникнуть по каждой отдельной ссуде, предоставленной банком, и, как следствие, по кредитному портфелю в целом.
Главное требованиек формированию кредитного портфеля состоит в том, что портфель должен быть сбалансированным, т.е. повышенный риск по одним ссудам должен компенсироваться надежностью и доходностью других ссуд. /9/

 SHAPE  \* MERGEFORMAT <shapetype id="_x0000_t4" coordsize=«21600,21600» o:spt=«4» path=«m10800,l,10800,10800,21600,21600,10800xe»><path gradientshapeok=«t» o:connecttype=«rect» textboxrect=«5400,5400,16200,16200»><shapetype id="_x0000_t32" coordsize=«21600,21600» o:spt=«32» o:oned=«t» path=«m,l21600,21600e» filled=«f»><path arrowok=«t» fillok=«f» o:connecttype=«none»><lock v:ext=«edit» shapetype=«t»><shape id="_x0000_s1038" type="#_x0000_t32" o:connectortype=«straight»><shape id="_x0000_s1039" type="#_x0000_t32" o:connectortype=«straight»><shape id="_x0000_s1040" type="#_x0000_t32" o:connectortype=«straight»><shape id="_x0000_s1041" type="#_x0000_t32" o:connectortype=«straight»><shapetype id="_x0000_t34" coordsize=«21600,21600» o:spt=«34» o:oned=«t» adj=«10800» path=«m,l@0,0@0,21600,21600,21600e» filled=«f»><path arrowok=«t» fillok=«f» o:connecttype=«none»><lock v:ext=«edit» shapetype=«t»><shape id="_x0000_s1042" type="#_x0000_t34" o:connectortype=«elbow» adj=«10792,-268527,-48536»><shape id="_x0000_s1043" type="#_x0000_t34" o:connectortype=«elbow» adj=",203710,-142912"><shape id="_x0000_s1044" type="#_x0000_t32" o:connectortype=«straight»><shape id="_x0000_s1045" type="#_x0000_t32" o:connectortype=«straight»><shape id="_x0000_s1046" type="#_x0000_t32" o:connectortype=«straight»><shape id="_x0000_s1047" type="#_x0000_t32" o:connectortype=«straight»><shape id="_x0000_s1048" type="#_x0000_t32" o:connectortype=«straight»><shape id="_x0000_s1049" type="#_x0000_t32" o:connectortype=«straight»><shape id="_x0000_s1050" type="#_x0000_t32" o:connectortype=«straight»><shape id="_x0000_s1051" type="#_x0000_t32" o:connectortype=«straight»><shape id="_x0000_s1052" type="#_x0000_t32" o:connectortype=«straight»><shape id="_x0000_s1053" type="#_x0000_t32" o:connectortype=«straight»><shape id="_x0000_s1054" type="#_x0000_t32" o:connectortype=«straight»><img width=«603» height=«861» src=«dopb431704.zip» v:shapes="_x0000_s1026 _x0000_s1027 _x0000_s1028 _x0000_s1029 _x0000_s1030 _x0000_s1031 _x0000_s1032 _x0000_s1033 _x0000_s1034 _x0000_s1035 _x0000_s1036 _x0000_s1037 _x0000_s1038 _x0000_s1039 _x0000_s1040 _x0000_s1041 _x0000_s1042 _x0000_s1043 _x0000_s1044 _x0000_s1045 _x0000_s1046 _x0000_s1047 _x0000_s1048 _x0000_s1049 _x0000_s1050 _x0000_s1051 _x0000_s1052 _x0000_s1053 _x0000_s1054"><shapetype id="_x0000_t75" coordsize=«21600,21600» o:spt=«75» o:divferrelative=«t» path=«m@4@5l@4@11@9@11@9@5xe» filled=«f» stroked=«f»><path o:extrusionok=«f» gradientshapeok=«t» o:connecttype=«rect»><lock v:ext=«edit» aspectratio=«t»><lock v:ext=«edit» rotation=«t» position=«t»>
Рисунок 1.1 Механизм формирования кредитного портфеля коммерческого банка

Распределение кредитных ресурсов внутри портфеля определяет его структуру. Структура портфеля формируется под воздействием следующих факторов:
-                    доходность и риск отдельных ссуд;
-                    спрос заемщиков на отдельные виды кредитов;
-                    нормативы кредитных рисков, установленные Центральным банком;
-                    структура кредитных ресурсов банка (краткосрочные / долгосрочные).
Важной характеристикой кредитной политики банка является качество кредитного портфеля. /14/
Качество кредитного портфеляоценивается по системе коэффициентов, включающей абсолютные показателии относительные показатели, характеризующие долю отдельных кредитов в структуре ссудной задолженности.
Коэффициент качества кредитного портфеля в общем виде может быть представлен как отношение просроченной ссудной задолженности к сумме ссудной задолженности (основной долг без процентов).
Методами снижения кредитного риска являются:
·                   оценка кредитоспособности заемщика и установление его кредитного рейтинга;
·                   проведение политики диверсификации ссуд:
-         по размерам ссуд;
-         по видам ссуд;
-         по группам заемщиков;
·                   выдача крупных кредитов, не превышающих нормативы ЦБ, только на консорциальной основе;
·                   страхование кредитов и депозитов;
·                   соблюдение золотых банковских правил, требующих размещения кредитных ресурсов в соответствии со сроками, объема ми и условиями их привлечения;
·                   формирование резервов для покрытия возможных потерь по предоставленным ссудам. /11/
1.2 Оценка кредитоспособности заемщика
Оценка кредитоспособности заемщика является одним из методов снижения риска кредитования.
Кредитоспособность заемщика представляет собой способность  к совершению сделки по предоставлению стоимости на условиях возвратности, срочности и платности, или, другими словами, способность  к совершению кредитной сделки. В процессе управления кредитным  риском коммерческие банки используют совокупность критериев  и показателей, рассмотрение и анализ которых позволяют сделать  вывод об уровне кредитоспособности заемщика. Конкретный набор показателей, характеризующих деятельность предприятия в разных  банках, неодинаков и видоизменяется в процессе развития кредитных  отношений.
Основными критериями кредитоспособности на протяжении  нескольких веков являются способность заемщика к получению дохода и его репутация. Время неизбежно предъявляет дополнительные требования к участникам кредитной сделки, однако эта пара количественного и качественного показателей остается неизменной. Особое внимание уделяется и составу активов, находящихся в собственности  заемщика. Они не только свидетельствуют об экономическом положении заемщика, но и могут служить обеспечением кредита. /17/
Основным показателем кредитоспособности заемщика на современном этапе развития банковского дела является кредитный рейтинг. Рейтинг представляет собой некое буквенное/количественное выражение способности заемщика к совершению кредитной сделки. Высокое значение рейтинга свидетельствует о высоком классе кредитоспособности, низкое – о низком. Рейтинги могут формировать как коммерческие банки, так и независимые коммерческие организации – рейтинговые агентства. Наиболее известные рейтинговые агентства.
Например, Национальное рейтинговое агентство использует следующую шкалу рейтинговых оценок (таблица 1.2) /4/.
Таблица 1.2 Шкала рейтинговых оценок «Национального Рейтингового Агентства»
№
Оценка
Расшифровка
1
AAA
Максимальная надежность/кредитоспособность
2
AA+
Очень высокая надежность/кредитоспособность, первый уровень
3
AA
Очень высокая надежность/кредитоспособность, второй уровень
4
AA-
Очень высокая надежность/кредитоспособность, третий уровень
5
A+
Высокая надежность/кредитоспособность, первый уровень
6
A
Высокая надежность/кредитоспособность, второй уровень
7
A-
Высокая надежность/кредитоспособность, третий уровень
8
BBB+
Достаточная надежность/кредитоспособность, первый уровень
9
BBB
Достаточная надежность/кредитоспособность, второй уровень
10
BBB-
Достаточная надежность/кредитоспособность, третий уровень
11
BB+
Средняя надежность/кредитоспособность, первый уровень
12
BB
Средняя надежность/кредитоспособность, второй уровень
13
BB-
Средняя надежность/кредитоспособность, третий уровень
14
B+
Удовлетворительная надежность/кредитоспособность, первый уровень
15
B
Удовлетворительная надежность/кредитоспособность, второй уровень
16
B-
Удовлетворительная надежность/кредитоспособность, третий уровень
17
CC+
Невысокая надежность/кредитоспособность, первый уровень
18
CC
Невысокая надежность/кредитоспособность, второй уровень
19
CC-
Невысокая надежность/кредитоспособность, третий уровень
20
C+
Низкая надежность/кредитоспособность, первый уровень
21
C
Низкая надежность/кредитоспособность, второй уровень
22
C-
Низкая надежность/кредитоспособность, третий уровень
23
D
Категория дефолт

В теоретическом плане необходимо разграничивать понятия рейтинга заемщика и рейтинга ссуды. При этом рейтинг заемщика целиком и полностью основывается  на его кредитоспособности, а рейтинг ссуды учитывает дополнительные особенности конкретной кредитной сделки, такие, как достаточность и ликвидность залога, срок кредита, наличие гарантий и поручительств и т.д. Кредитный рейтинг заемщика является более общим  базовым показателем по сравнению с рейтингом ссуды. Широкое распространение в мировой практике получило понятие рейтинга обязательств, аналогичное по смыслу понятию рейтинга ссуды. Так, ведущие рейтинговые агентства регулярно публикуют не только кредитные  рейтинги организаций, но и рейтинги их обязательств с учетом индивидуальных условий этих обязательств./25/
    продолжение
--PAGE_BREAK--Оценка кредитоспособности заемщика представляет собой процесс отбора и анализа показателей, оказывающих влияние на величину кредитного риска, их анализ и систематизацию в виде присвоения  кредитного рейтинга. Кредитный рейтинг заемщика должен не только  отражать текущее финансовое состояние предприятия, но и давать  прогноз на перспективу. Увеличение срока кредитования, как правило, повышает уровень кредитного риска, выдвигая повышенные требования к более тщательной оценке кредитоспособности заемщика. При долгосрочном кредитовании меняется традиционный, исторически сложившийся в отечественной литературе смысл кредитоспособности, а именно наблюдается переход от оценки текущей кредитоспособности к плановой, прогнозной, рассчитанной на ближайшую  перспективу.
Ключевым этапом оценки кредитоспособности является анализ  финансового положения заемщика, когда рассматриваются количественные показатели экономического состояния организации.
В российской практике для оценки финансового состояния заемщика-организации используется три группы оценочных показателей:
-                    коэффициент ликвидности;
-                    коэффициент наличия собственных средств;
-                    показатели оборачиваемости и рентабельности.
·        Коэффициент ликвидности. Позволяет проанализировать способность предприятия отвечать по своим текущим обязательствам. В результате расчета устанавливается степень обеспеченности предприятия оборотными средствами для расчетов с кредиторами по текущим операциям.
·        Коэффициент абсолютной ликвидности К1 является наиболее жестким критерием ликвидности предприятия и показывает какая часть краткосрочных долговых обязательств может быть при необходимости погашена за счет имеющихся денежных средств, средств на депозитных счетах и высоколиквидных краткосрочных ценных бумаг (итог Y баланса за вычетом строк 640 – «доходы будущих периодов», 650 – «резервы предстоящих расходов»).      
<shape id="_x0000_i1026" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image002.wmz» o:><img width=«579» height=«64» src=«dopb431705.zip» v:shapes="_x0000_i1026"> 
При расчете коэффициента по строке 250 учитываются только государственные ценные бумаги, ценные бумаги Сбербанка России и средства на депозитных счетах. При отсутствии соответствующей информации строка 250 при расчете К1 не учитывается.
Промежуточный коэффициент покрытия (коэффициент быстрой ликвидности) К2 характеризует способность предприятия оперативно высвободить из хозяйственного оборота денежные средства и погасить долговые обязательства. К2 определяется как отношение:
<shape id="_x0000_i1027" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image004.wmz» o:><img width=«572» height=«41» src=«dopb431706.zip» v:shapes="_x0000_i1027">или
<shape id="_x0000_i1028" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image006.wmz» o:><img width=«582» height=«56» src=«dopb431707.zip» v:shapes="_x0000_i1028">
Для расчета этого коэффициента предварительно производится оценка групп статей «краткосрочные финансовые вложения» и «дебиторская задолженность (платежи по которой ожидаются в течение 12 месяцев после отчетной даты)». Указанные статьи уменьшаются на сумму финансовых вложений в неликвидные корпоративные бумаги и неплатежеспособные предприятия и сумму безнадежной дебиторской задолженности соответственно.
Коэффициент текущей ликвидности (общий коэффициент покрытия) К3 дает общую оценку ликвидности предприятия, в расчет которого в числителе все оборотные активы, в том числе и материальные (итог раздела II баланса):
<shape id="_x0000_i1029" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image008.wmz» o:><img width=«574» height=«61» src=«dopb431708.zip» v:shapes="_x0000_i1029">
Для расчета К3 предварительно корректируются уже названные группы статей баланса, а также «дебиторская задолженность (платежи по которой ожидаются более чем через 12 месяцев)», «запасы» и «прочие оборотные активы» на сумму соответственно безнадежной дебиторской задолженности, неликвидных и труднореализуемых запасов».
·        Коэффициент наличия собственных средств К4. Показывает долю собственных средств, предприятия в общем объёме средств предприятия  и определяется как отношение собственных средств (итог раздела III баланса, увеличенный на сумму срок 640 -  «доходы будущих периодов» и 650 – «резервы предстоящих расходов» ко всей сумме средств предприятия (стр.700):
<shape id="_x0000_i1030" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image010.wmz» o:><img width=«577» height=«62» src=«dopb431709.zip» v:shapes="_x0000_i1030">
·        Показатели оборачиваемости и рентабельности. Оборачиваемость разных элементов оборотных активов и кредиторской задолженности рассчитывается в днях исходя из объёма дневных продаж (однодневной выручки от реализации).
Объем дневных продаж рассчитывается делением выручки от реализации на  число дней а периоде (90,180, 270 или 360).
Средние (за период) величины оборотных активов и кредиторской задолженности рассчитываются как суммы половин величин на начальную и конечную даты периода и полных величин на промежуточные даты, деленные на  число слагаемых, уменьшенное на 1.
Оборачиваемость оборотных активов:
<shape id="_x0000_i1031" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image012.wmz» o:><img width=«588» height=«51» src=«dopb431710.zip» v:shapes="_x0000_i1031">
Оборачиваемость дебиторской задолженности:
<shape id="_x0000_i1032" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image014.wmz» o:><img width=«607» height=«46» src=«dopb431711.zip» v:shapes="_x0000_i1032">
Оборачиваемость запасов:
<shape id="_x0000_i1033" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image016.wmz» o:><img width=«588» height=«51» src=«dopb431712.zip» v:shapes="_x0000_i1033">
Аналогично могут быть рассчитаны показатели оборачиваемости других элементов оборотных активов (готовой продукции, незавершенного производства, сырья и материалов) и кредиторской задолженности.
Показатели рентабельности определяются в процентах и долях.
·                   Рентабельность продукции (или рентабельность продаж) К5:
<shape id="_x0000_i1034" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image018.wmz» o:><img width=«251» height=«44» src=«dopb431713.zip» v:shapes="_x0000_i1034">  или <shape id="_x0000_i1035" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image020.wmz» o:><img width=«228» height=«44» src=«dopb431714.zip» v:shapes="_x0000_i1035">          
·                   Рентабельность деятельности предприятия К6:
<shape id="_x0000_i1036" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image022.wmz» o:><img width=«256» height=«44» src=«dopb431715.zip» v:shapes="_x0000_i1036">  или<shape id="_x0000_i1037" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image024.wmz» o:><img width=«228» height=«44» src=«dopb431716.zip» v:shapes="_x0000_i1037">
·                   Рентабельность вложений в предприятие:
<shape id="_x0000_i1038" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image026.wmz» o:><img width=«251» height=«41» src=«dopb431717.zip» v:shapes="_x0000_i1038">   или <shape id="_x0000_i1039" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image028.wmz» o:><img width=«37» height=«19» src=«dopb431718.zip» v:shapes="_x0000_i1039"><shape id="_x0000_i1040" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image030.wmz» o:><img width=«203» height=«44» src=«dopb431719.zip» v:shapes="_x0000_i1040">
Основными оценочными показателями являются коэффициенты К1, К2, К3, К4, К5, К6. Другие показатели оборачиваемости и рентабельности используются для общей характеристики и рассматриваются как дополнительные к первым шести показателям.
Оценка результатов расчетов шести коэффициентов заключается в присвоении категории по каждому из этих показателей на основе сравнения полученных значений с установленными достаточными. Далее определяется сумма баллов по этим показателям в соответствии с их весами. /15/
Достаточные значения показателей:
-                    К1 – 0.1;
-                    К2 – 0.8;
-                    К3 – 1.5;
-                    К4 – 0.4 – для всех предприятий, кроме предприятий торговли и лизинговых компаний (0.25 – для предприятий торговли и лизинговых компаний);
-                    К5 – 0.10;
-                    К6 – 0.06
-                     
Таблица 1.3 Разбивка показателей на категории в зависимости от их фактических значений
Коэффициент
1 категория
2 категории
3 категории
К1
0,1 и выше
0,05-0,1
менее 0,05
К2
0,8 и выше
0,5-0,8
менее 0,5
К3
1,5 и выше
1,0-1,5
менее 1,0
К4
Кроме торговли и лизинговых компаний
0,4 и выше
0,25-0,4
менее 0,25
Для торговли и лизинговых компаний
0,25 и выше
0,5-0,25
менее 0,15
К5
0,10 и выше
менее 0,10
нерентаб.
К6
0,06 и выше
менее 0,06
нерентаб.
Таблица 1.4. Таблица расчета суммы баллов
Показатель
Фактическое значение
Категория
Вес показателя
Расчет суммы баллов
К1
0,05
К2
0,10
К3
0,40
К4
0,20
К5
0,15
К6
0,10
Итого
х
х
1
Формула расчета суммы баллов S имеет вид:
S=0,05*КатегорияК1+0,10*КатегорияК2+0,40*КатегорияК3+
+0,20*КатегорияК4+0,15*КатегорияК5+0,10*КатегорияК6.     (1.15)
Значение S  наряду с другими факторами используется для определения класса кредитоспособности заемщика.
Для остальных показателей третьей группы (оборачиваемость и рентабельность) не устанавливаются оптимальные или критические значения ввиду зависимости этих значений от специфики предприятия, отраслевой принадлежности и других конкретных условий.
Оценка результатов расчетов этих показателей основана, главным образом, на сравнении их значений в динамике.
Определение класса кредитоспособности:
Устанавливается 3 класса:
·                   Первоклассные – кредитование, которых не вызывает сомнений;
·                   Второго класса – кредитование требует взвешенного подхода;
·                   Третьего класса – кредитование связано с повышенным риском.
Сумма баллов S влияет на класс кредитоспособности на основе суммы баллов по 6ти основным показателям, оценки остальных показателей третьей группы и качественного анализа рисков.
Сумма баллов S влияет на класс кредитоспособности следующим образом:
1 класс: S=1,25 и менее. Обязательным условием к данному классу является значение коэффициента К5 на уровне установленном для 1-го класса кредитоспособности.
2 класс: S от 1,25 до 2,35.Обязательным условием к данному классу является значение коэффициента К5 на уровне, установленном не ниже чем для 2-го класса кредитоспособности.
3 класс: S>2,35.
Оценке кредитоспособности заемщика в системе управления кредитным риском отечественные и западные банки отводят разные роли.  Как показал анализ эволюции банковского дела в России, в некоторые  исторические этапы критерии кредитоспособности сильно формализуются в угоду кредитованию по знакомству. Современный период не является исключением. Тем не менее хочется надеяться, что тенденции ухудшения качества кредитных портфелей заставят отечественные банки по-новому взглянуть на актуальность действенной оценки кредитоспособности заемщика.  Кредитование заемщиков западными коммерческими банками  не подвержено столь сильно субъективным тенденциям, характерным  для нашей страны. Целесообразность заключения кредитной сделки  определяется множеством факторов, ключевым из которых является  кредитоспособность заемщика. Именно показатели кредитоспособности реально оценивают возникающий уровень кредитного риска. Такие  глубокие различия культур кредитования обусловливают основное различие в показателях кредитоспособности, используемых в отечественной банковской практике./19/
Кредитный рейтинг, рассчитываемый западными банками, несет  иную смысловую нагрузку, более расширенную и основанную на математико-статистических расчетах. Конечным результатом оценки кредитоспособности заемщика является не сам рейтинг, а показатель вероятности дефолта заемщика (изменения кредитного рейтинга). Поэтому имеет место построение так называемых матриц изменения кредитного рейтинга (transition matrix), которые оценивают вероятность изменения класса кредитоспособности с течением времени (другое название — таблица миграции рейтинга (rating migration)). Сначала такие матрицы получили  широкое распространение в деятельности мировых рейтинговых  агентств, а сейчас с успехом используются и западными коммерческими банками. Они основаны на информации прошлых периодов  о дефолтах по ссудам с различным кредитным рейтингом. Пример такой матрицы приведен в таблице /18/.
Таблица 1.5 Матрица изменения кредитного  рейтинга (%)
Рейтинг
AAA
AA
A
BBB
BB
B
CCC
Дефолт
AAA
87,74
10,93
0,45
0,63
0,12
0,10
0,02
0,02
AA
0,84
88,23
7,47
2,16
1,11
0,13
0,05
0,02
A
0,27
1,59
89,05
7,40
1,48
0,13
0,06
0,03
BBB
1,84
1,89
5,00
84,21
6,51
0,32
0,16
0,07
BB
0,08
2,91
3,29
5,53
74,68
8,05
4,14
1,32
B
0,21
0,36
9,25
8,29
2,31
63,89
10,13
5,58
CCC
0,06
0,25
1,85
2,06
12,34
24,86
39,97
18,6
Таким образом, на современном этапе развития западного банковского дела основным показателем оценки кредитоспособности  выступает не просто кредитный рейтинг заемщика, а соответствующая данному рейтингу вероятность дефолта. Присвоение кредитного  рейтинга перестает быть целью оценки кредитоспособности, а становится лишь одним из этапов такой оценки. Отсутствие публикаций о вероятности дефолта в научной отечественной литературе и внутренних документах коммерческих банков России позволяет сделать  выводы о существенном отставании российского банковского дела  от западного и о неадекватной оценке кредитного риска. По мнению  авторов, возможность внедрения новых требований Базельского комитета в России потребует от отечественных банков соответствующей  дополнительной работы.
Отдельное место в оценке кредитоспособности заемщика занимают модели оценки вероятности банкротства. Цель  таких  моделей – выработка простого, оперативного и точного метода  заблаговременного выделения компаний, испытывающих финансовые  затруднения и близких к банкротству. В основе методики формирования модели лежит распределение предприятий на два класса: предприятия – потенциальные банкроты и прочие предприятия (считается,  что эта группа – стабильно функционирующие организации). Модель была разработана в 1968 г. профессором Нью-Йоркского университета Эвардом Альтманом при помощи метода дискриминантного анализа.  Данный метод анализа являлся преобладающим и наиболее широко используемым при оценке кредитоспособности заемщика в XX в., а Альтман по праву считается пионером в вопросах классификации предприятий на группы кредитоспособности. Проанализировав отчетность сотен компаний, он вывел формулу для прогнозирования банкротства предприятия, которая называется Z-модель Альтмана:  
<shape id="_x0000_i1041" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image032.wmz» o:><img width=«306» height=«26» src=«dopb431720.zip» v:shapes="_x0000_i1041">, (Альтман)                         (1.16)
где  <shape id="_x0000_i1042" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image034.wmz» o:><img width=«26» height=«26» src=«dopb431721.zip» v:shapes="_x0000_i1042">– отношение оборотного  капитала к сумме активов;
       <shape id="_x0000_i1043" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image036.wmz» o:><img width=«28» height=«26» src=«dopb431722.zip» v:shapes="_x0000_i1043">– отношение нераспределенной прибыли к сумме активов;
       <shape id="_x0000_i1044" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image038.wmz» o:><img width=«27» height=«26» src=«dopb431723.zip» v:shapes="_x0000_i1044">– отношение операционной прибыли к сумме активов;
       <shape id="_x0000_i1045" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image040.wmz» o:><img width=«28» height=«26» src=«dopb431724.zip» v:shapes="_x0000_i1045">– отношение рыночной стоимости акций к сумме кредиторской                                    задолженности;
       <shape id="_x0000_i1046" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image042.wmz» o:><img width=«27» height=«26» src=«dopb431725.zip» v:shapes="_x0000_i1046">– отношение выручки к сумме активов.
Значение показателя Z меньше 1,81 является признаком того, что  предприятие испытывает определенные трудности, а показатель Z, равный 2,7 и более, говорит о небольшой вероятности банкротства.  В 1983 г. Альтман получил модифицированный вариант своей  формулы для компаний, акции которых не котировались на бирже:
<shape id="_x0000_i1047" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image044.wmz» o:><img width=«417» height=«26» src=«dopb431726.zip» v:shapes="_x0000_i1047">.                    (1.17)
В этой формуле <shape id="_x0000_i1048" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image040.wmz» o:><img width=«28» height=«26» src=«dopb431724.zip» v:shapes="_x0000_i1048">– балансовая, а не рыночная стоимость акций. Пограничное значение для этой формулы – 1,23.
Существуют и другие модели, подобные модели (Альтман). /3/, /16/
Отсутствие достаточной информации о финансовом состоянии  заемщика и зачастую неумение выявить ложную информацию о нем  являются наиболее распространенным недостатком в деятельности  банка по оценке кредитоспособности его клиентов. Практика показывает, что финансовая документация, полученная банком, не всегда удовлетворяет необходимым требованиям, а дополнительная информация о прогнозах денежного потока, о предполагаемых затратах  и потребностях в заемных средствах просто отсутствует. Нельзя игнорировать и случаи искажения заемщиком отчетных данных о своем  реальном финансовом состоянии. Известно, что предприятия могут  завышать себестоимость своего продукта, занижать доход от реализации продукций и оказания услуг, собственные средства могут фиксироваться в балансе в виде кредиторской задолженности. Все это искажает реальные масштабы позаимствования заемного капитала,  усиливает риски при определении возможностей заемщиков выполнять условия кредитного соглашения./22/
    продолжение
--PAGE_BREAK--Известно искажение кредитоспособности клиентов зачастую  происходит и вследствие преувеличения значимости обеспечения кредита. Известно, что в мировой практике обеспечение кредита наряду  с другими источниками является последней защитой от невозврата банковских ссуд. К сожалению, в российской практике обеспечение кредита является не столько последним, сколько в случаях банкротства предприятия единственным источником возврата ссуд и уплаты ссудного процента. Изначально в этих случаях расчет кредитоспособности  акцентирует внимание не на достижение эффективности с помощью кредита, развитие предприятия, улучшение денежных потоков, а на  возможные негативные последствия, которые могут привести к несостоятельности ссудополучателя. Нельзя не учитывать здесь и другое  обстоятельство: при всей достаточности размера обеспечения его реализация может оказаться дорогостоящим мероприятием, которое поглотит весь доход от сделки. Известно и то, что стоимость обеспечения может снижаться, и следовательно, своим размером не покрывать  возврат банковской ссуды.
Влияние на оценку кредитоспособности заемщика могут оказывать не только неравномерность его бизнес-циклов, но и другие факторы. Известно, что на рынке могут измениться цены, обостриться  конкуренция. Под воздействием этих факторов стоимость активов  может существенно снизиться, прогнозы окажутся несостоятельными,  риски усилятся, а вероятность убытков кредитных учреждений возрастет. Отсутствие анализа сценариев развития событий в экономике  клиента, разнообразных моделей поведения банка при возникновении  неблагоприятных событий не позволяет правильно рассчитать последствия кредитования, снижает его эффективность./25/
Указанные обстоятельства, а также требования Центрального Банка обязывают проводить переоценку стоимости залогового обеспечения кредита. /13/
1.3 Оценка стоимости имущества заемщика
На первом этапе ознакомления с заемщиком следует чётко знать, что же входит в состав его имущества, что является источником его формирования.
Обязательным условием предоставления кредита является наличие обеспечения своевременного и полного исполнения обязательств заемщиком по договору о предоставлении кредита.Обеспеченность кредитазакрывает один из основных кредитных рисков — риск непогашения ссуды. Данный принцип подразумевает реальное обеспечение предоставленных заемщику ссуд различными видами имущества или обязательствами сторон. В качестве обеспечения своевременного возврата ссуды кредиторы по договору принимают:
·                   залог;
·                   поручительство (гарантию);
·                   обязательства в других формах, принятых практикой.
В обеспечение ссуды банки могут принимать от заемщиков в залог любое его имущество, в том числе:
·                   здания;
·                   сооружения;
·                   товарно-материальные ценности;
·                   товарораспорядительные документы;
·                   векселя;
·                   и другие долговые обязательства;
·                   ценные бумаги (акции, облигации, казначейские обязательства и др.);
·                   иностранную валюту.
В залог принимается только имущество, свободное от залога, которое находится в собственности заемщика или принадлежит ему на праве полного хозяйственного ведения. Принимаемые банком в залог товары должны быть застрахованы за счет заемщика от риска утраты и повреждения в размерах, покрывающих возможные убытки банка при наступлении страхового случая и неисполнения заемщиком обязательств перед банком. /12/
Например, основной формой обеспечения возврата жилищного ипотечного кредита физического лица является ипотека:
·                   залог готового индивидуального жилья вместе с земельным участком, на котором оно находится
·                   залог земельного участка под строительство жилого объекта
·                   залог объекта незавершенного жилого объекта
·                   залог объекта незавершенного жилищного строительства вместе с земельным участком
В некоторых случаях кредит может предоставляться без обеспечения, тогда он называется «бланковым».
Что же касается юридических лиц и индивидуальных предпринимателей, вступающих в кредитные отношения залоговый перечень несколько шире, нежели у физических лиц. Это объясняется сложно формой их организации. Приведем полный список имущества, являющийся залогом кредитования юридических лиц и индивидуальных предпринимателей:
·                   драгоценные металлы и камни
o   драгоценные металлы в стандартных и/или мерных слитках, соответствующие государственным и отраслевым стандартам РФ и международным стандартам качества, с обязательным хранением в банке;
o   драгоценные металлы как товары в обороте у субъектов добычи/производства драгоценных металлов, или использующих их в производстве, или производящих изделия из них;
o   драгоценные камни как товары в обороте у субъектов добычи/производства драгоценных камней, или использующих их в производстве, или производящих изделия из них.
·                   Ценные бумаги:
o   государственные федеральные ценные бумаги РФ (в т.ч. ценные бумаги Банка России) и ценные бумаги Сбербанка России);
o   ценные бумаги субъектов РФ и муниципальных образований в пределах установленных на них лимитов риска;
o   долговые ликвидные ценные бумаги банков в пределах установленных на них лимитов риска;
o   долговые ценные бумаги корпоративных эмитентов в пределах установленных на них лимитов риска/сублимитов риска;
o   прочие(за исключением договорных) ценные бумаги банков и корпоративных эмитентов в пределах установленных на них лимитов риска/сублимитов риска.
·                   Доли участия в уставном капитале обществ с ограниченной ответственностью
·                   Гарантии и поручительства:
o   гарантии Министерства финансов РФ;
o   гарантии субъектов РФ или муниципальных образований в пределах установленных на них лимитов;
o   гарантии банков-контрагентов в пределах установленных на них лимитов риска;
o   поручительства платежеспособных предприятий и организайций в пределах лимитов;
o   поручительства физических лиц.
·                   Движимые имущественные активы:
o   транспортные средства;
o   машины и оборудование;
o   измерительные и регулирующие приборы и устройства;
o   вычислительная техника;
o   инструмент, производственный и хозяйственный инвентарь и принадлежности;
o   рабочий, продуктивный и племенной скот, животные на выращивании и откорме;
o   товарно-материальные ценности, в т.ч. запасы готовой продукции, товары, сырье, материалы, полуфабрикаты в обороте (переработке);
o   приобретаемое движимое имущество (оборудование, транспортные средства, товарно-материальные ценности) с обязательным одновременным оформлением залога имущественных прав по контракту(договору) поставки (покупки) данного имущества.
·                   Недвижимые имущественные активы:
o   здания/сооружения, в т.ч. часть зданий/сооружений, нежилые помещения,
o   объекты незавершенного строительства(если права собственности на объект незавершенного строительства оформлены);
o   воздушные и морские суда;
o   суда внутреннего плавания;
o   космические объекты;
o   квартиры и жилые дома;
o   земельные участки;
o   предприятия – как имущественные комплексы.
·                   Имущественные права:
o   имущественные права по контракту(договору) на реализацию продукции или оказание услуг, при этом сроки выполнения обязательств по договору о предоставлении кредита целесообразно синхронизировать с планируемыми сроками поступления выручки по контракту(договору);
o   имущественные права по контракту (договору)  поставки (покупки) движимого имущества (оформляются в обязательном порядке при залоге приобретаемого движимого имущества, в т.ч. при финансировании операций лизинга)
o   имущественные права по договору лизинга (используются в обязательном порядке при финансировании операций лизинга);
o   имущественные права на строящиеся площади, имущественные права по договору аренды, залог права аренды земельного участка (данные виды обеспечения используются при финансировании строительных объектов)./15/
Оценка имущества – систематизированный сбор и анализ экспертами данных, необходимых для определения стоимости различных видов имущества (бизнеса) и оценки ее на основе действующего законодательства и стандартов.
Рассмотрим методы позволяющие оценить рыночную стоимость каждого вида активов и обязательств предприятия. Основное внимание уделим особенностям оценки объектов недвижимости производственного назначения, машин и оборудования, а также других видов активов.
Затратный подход в процессе оценки стоимости компании представлен двумя методами: метод стоимости чистых активов и метод ликвидационной стоимости.
Метод стоимости чистых активов основан на анализе активов компании. Использование данного метода дает лучшие результаты при оценке действующей компании, обладающей значительными материальными и финансовыми активами.
При этом в рамках метода стоимости чистых активов, используемого при оценке бизнеса компании в процессе реструктуризации, отдельные объекты (нематериальные активы, долгосрочные финансовые вложения, здания, машины, оборудование) могут оцениваться с использованием доходного и сравнительного подхода. Процедура оценки предусматривает следующую последовательность шагов:
-        определение рыночной стоимости всех активов компании;
-        определение величины обязательств компании;
-        расчет разницы между рыночной стоимостью активов и обязательств.
     К числу активов компании относятся следующие группы активов:
-        нематериальные активы;
-        долгосрочные финансовые вложения;
-        здания, сооружения;
-        машины, оборудование;
-        запасы;
-        дебиторская задолженность;
-        прочее.
Рассмотрим оценку отдельных видов активов в рамках затратного подхода./21/
При проведении оценки зданий, сооружений, передаточных устройств используются:
·       Затратный подход.
·       Доходный подход.
·       Сравнительный подход.
При проведении оценки все объекты недвижимости делятся на следующие группы.
1)   Объекты производственного характера (используемыми подходами оценки являются Затратный и Сравнительный).
2)   Объекты непроизводственного характера (магазины, дома культуры и т.п.) (используемыми подходами в оценке являются Сравнительный и Доходный).
3)   Объекты, не завершенные строительством (используемым подходом оценки является затратный).
При оценке зданий, сооружений, передаточных устройств применение затратного подхода заключается в расчете затрат на воспроизводство оцениваемых активов за вычетом всех форм износа, обесценивания и устаревания актива./19/
Данные для оценки:
-        Строительно-технические характеристики объектов на основании данных технических паспортов, подготовленных БТИ, а также по данным Отдела капитального строительства оцениваемой компании.
-        Справочная информация: требуемые затраты на ремонт, затраты, связанные с восстановлением.
Рыночная стоимость объекта недвижимости может определяться на основании УПВС или УПСС:
Расчет производился в несколько этапов:
1) Расчет полной стоимости замещения зданий и сооружений. Производится путем подбора аналогичного здания, сооружения по данным сборников укрупненных показателей восстановительной стоимости зданий и сооружений (УПВС) в ценах 1969 года, с учетом расположения оцениваемой объекта (климатический район, территориальный пояс)./20/
Результатом является удельная стоимость (на 1 м3) строительства нового объекта в ценах 1969 г.
Укрупненные показатели включают восстановительную стоимость всех общестроительных и специальных строительных работ, в том числе:
-        санитарно-технических устройств (центральное отопление, вентиляция, водопровод, канализация и их вводы в здание, мусоропровод и другие виды благоустройства);
-        электрических и слаботочных устройств — освещение, лифт, радио, телефон, телевидение, а также газоснабжение.
При отсутствии данных работ оценщик осуществляет корректировку на расхождение.
2) Удельная стоимость умножается на строительный объем здания, получается стоимость строительства в ценах 1969 года.
3) Полученная стоимость умножается на индекс перехода от цен 1969 г. к ценам 1984 г. Пересчет стоимости строительства здания, сооружения или передаточного устройства в цены 1984 года в соответствии с постановлением Госстроя СССР № 94 от 11.05.83 «Об утверждении индексов изменения сметной стоимости строительно-монтажных работ для пересчета сводных сметных расчетов в цены 1984 года»;
4) Определяется полная стоимость замещения объема в ценах на дату оценки путем умножения на индекс удорожания (источники информации: «Центр по ценообразованию в строительстве» области, в которой расположен оцениваемый объект, распоряжения об утверждении индексов цен по области, индексы удорожания строительных работ для промышленных объектов (сборники КО-ИНВЕСТ).
5) Оценка износа. Износ может быть физическим, функциональным, моральным.
а) Физический износ. Физический износ — это уменьшение стоимости вследствие старения и изнашивания. Это уменьшение может классифицироваться как устранимое и необратимое. В целях определения этого типа износа учитывается фактический возраст зданий и их состояние. Работы по оценке физического износа можно осуществлять с помощью использования «Правил оценки физического износа жилых зданий», ВСН 53-86 (р), Госгражданстрой, — М., Прейскурантиздат, 1990.
б) Функциональный износ. Представляет собой потерю стоимости, вызванную появлением новых технологий. Он может проявиться в излишке производственных мощностей, конструкционной избыточности, сверхдостаточности, непривлекательном виде, плохой или неэффективной планировке и дизайне. Функциональной износ обычно вызван качественными недостатками использованных материалов и конструкции здания.
    продолжение
--PAGE_BREAK--в) Экономический износ. Определяется как снижение функциональной пригодности зданий, сооружений, передаточных устройств вследствие влияния экономического развития или изменения окружающей среды, что является непоправимым фактором для собственника недвижимости. Он может быть вызван общим упадком района, места расположения объекта в районе или состоянием рынка, а также общеэкономическими и внутриотраслевыми изменениями, в том числе сокращением спроса на определенный вид продукции и сокращением предложений или ухудшением качества сырья, рабочей силы, вспомогательных систем, сооружений и коммуникаций, а также правовые изменения, относящиеся к законодательству, муниципальным постановлениям, зонированию и административным распоряжениям. Функциональный и моральный износ, как правило, определяются экспертным путем.
Как правило, при оценке затратным подходом, до момента введения законодательства, регламентирующего продажу земли, стоимость земельного участка в расчет не принимается. В практике при проведении оценки отдельных объектов недвижимости можно оценивать право бессрочного (постоянного) пользования земельным участком.
Теперь рассмотрим доходный подход к оценке имущества.
При применении данного метода анализируется возможность недвижимости генерировать определенный доход, который обычно выражается в форме дохода от эксплуатации и дохода от продажи. Для оценки стоимости доходной недвижимости применяют технику капитализации и дисконтирования. Метод капитализации позволяет на основании данных о доходе и ставке капитализации на момент оценки или перспективу сделать вывод о стоимости объекта.
Техника дисконтирования применяется для приведения потока доходов и затрат, распределенных во времени, к одному моменту для получения текущей стоимости денежного потока как стоимости доходоприносящего объекта.
Расчет величины рыночной стоимости объекта недвижимости при применении Доходного подхода в части Метода капитализации дохода выполняется в следующей последовательности:
1)    Сбор информации.
2)    Оценка потенциального валового дохода.
3)    Оценка предполагаемых потерь от недоиспользования объекта.
4)    Фиксация величины действительного валового дохода.
5)    Оценка предполагаемых издержек, связанных с эксплуатацией оцениваемого объекта.
6)    Оценка Чистого операционного дохода, как разницы между Действительным валовым доходом и издержками, связанными с эксплуатацией объекта.
7)    Расчет коэффициента капитализации.
8)    Получение итоговой величины рыночной стоимости объекта путем деления Чистого операционного дохода на коэффициент капитализации.
Расчет величины рыночной стоимости объекта недвижимости при применении доходного подхода в части метода дисконтирования денежных потоков выполняется в следующей последовательности:
1)      Сбор информации.
2)      Составление прогноза будущих доходов за предполагаемый период владения объектом недвижимости.
3)      Составление прогноза будущих расходов за предполагаемый период владения объектом недвижимости.
4)      Расчет предполагаемой стоимости перепродажи после окончания прогнозного периода времени.
5)      Определение ставки дисконта, используемой в расчетах.
6)      Получение итоговой величины рыночной стоимости объекта путем суммирования текущей стоимости будущих чистых доходов (доходы после налогообложения, скорректированные на величину текущих расходов) и текущей стоимости перепродажи объекта.
Источниками информации при оценке объектов недвижимости в части Доходного подхода выступают: данные Технического паспорта БТИ в части общей и полезной площади объекта, текущие арендные ставки на рынке недвижимости (данные СМИ), информация и т.п.
Сравнительный подход заключается в определении рыночной стоимости, исходя из анализа имевших место сделок купли-продажи аналогичных объектов.
Метод сравнения продаж наиболее эффективен для объектов недвижимости, по которым имеется значительная информация по сделкам купли-продажи. Как правило, для доходных объектов данный метод задает лишь диапазон вероятной стоимости.
Расчет величины рыночной стоимости при применении метода сравнения продаж выполняется в следующей последовательности:
-        подробное исследование сегмента рынка, к которому принадлежит оцениваемый объект с целью получения достоверной информации;
-        сбор и проверка информации по объектам аналогам;
-        анализ собранной информация и каждый объект – аналог сравнивается с оцениваемым;
-        выбор единиц сравнения;
-        корректировка единиц сравнения по элементам сравнения с целью корректировки продажных цен объектов сравнения на отличия от объекта оценки;
-        согласование скорректированных цен объектов аналогов и вывод итоговой величины рыночной стоимости объекта недвижимости на основе сравнительного подхода.
Основными критериями при выборе сопоставимых объектов аналогов являются:
·       Право собственности на недвижимость.
·       Условия финансирования.
·       Условия и время продажи.
·       Местоположение.
·       Физические характеристики.
В зависимости от целей и мотивов оценки объектом оценки может выступать либо отдельно взятая машина или единица оборудования (оценка «россыпью»), либо множество условно независимых друг от друга единиц машин и оборудования с учетом имеющихся производственно-технологических связей как между отдельными элементами комплекса, так и между ними, с одной стороны, и окружающей их технической инфраструктурой, с другой («системная оценка» или оценка производственно-технологических систем).
При оценке машин и оборудования в обязательном порядке учитываются происходящие в мировой и отечественной экономике инфляционные процессы, а также изменения в налоговом и таможенном законодательстве. Методика учета указанной группы факторов различна для импортного и отечественного оборудования. При оценке рыночной стоимости оборудования используется, как правило, «оценка потоком», то есть каждый элемент рассматриваемого при этом имущества оценивается самостоятельно и независимо от других элементов.
Наиболее часто используемым подходом является затратный подход. Процедура оценки включает следующие этапы:
1) определение рыночной стоимости аналога (получение информации из СМИ, ресурсов Интернета, прайс-листов и т.п.): при оценке оценщик может ориентироваться на аналогичные объекты путем сопоставления наименований, марок, технических характеристик. Осуществляется подбор организаций, занимающихся производством и продажей оборудования, аналогичного оцениваемому, при этом стоимость оборудования определяется непосредственно у компаний-изготовителей на всей территории России (по телефону или факсу). Также могут использоваться справочные бюллетени «Оптовик», «Промышленный оптовик», «Капитал», справочник «Товары и цены», приложение к «Строительной газете» — «Панорама цен на строительную продукцию» за 2000 г. Могут быть использованы данные компьютерной программы «АррrаisMach»; 
2) определение величины износа имущества: износ для основных машин, оборудования, транспорта и инвентаря определен косвенным методом по следующей классификации (таблица 1.6)

Таблица 1.6 Величина износа для основных машин, оборудования, транспорта и инвентаря
Значения износа определяются оценщиком по вышеприведенной классификации по характеристикам фактического состояния по данным Заказчика. /21/
Расчет ликвидационной стоимости осуществляется следующим образом:
1) Анализируется ряд статистических и бухгалтерских документов, к которым относятся: бухгалтерские отчеты на конец каждого квартала, статистические отчеты, промежуточный ликвидационный баланс инвентарные карточки. На основании комплексного финансового анализа делается экспертный вывод о достаточности средств на покрытие задолженности.
2) Формируется оцениваемая масса имущества. Отдельно рассматриваются следующие группы активов:
-        наиболее ликвидные (оборотные активы).
-        менее ликвидные (необоротные активы).
3) Формируется сумма задолженности компании.
4) Разрабатывается календарный график ликвидации. При этом необходимо учитывать, что продажа различных видов активов компании (недвижимого имущества, машин и оборудования, товарно-материальных запасов) требует различных временных периодов исходя из степени ликвидности и требуемого уровня экспозиции на рынке.
5)  Обосновываются размеры затрат.
Выделяются: затраты, связанные с ликвидацией, и затраты, связанные с владением активы до их реализации. К числу затрат, связанных с ликвидацией, в первую очередь относятся комиссионные оценочным и юридическим фирмам, а также налоги и сборы, которые платятся при продаже. К числу затрат, связанных с владением активами до их продажи, относятся расходы на охрану объектов, управленческие расходы по поддержанию работы компании до завершения его ликвидации и т.п.
6) Оценивается реализуемое имущество. Оценка имущества, подлежащего реализации, осуществляется с помощью использования всех Подходов оценки. В практике наиболее часто используемым Подходом для оценки объектов недвижимости является сравнительный подход.
7)   Определяется ставка дисконтирования с учетом планируемого срока реализации. Причем ставка дисконтирования может устанавливаться для каждого вида оцениваемого актива индивидуально с учетом ликвидности (значительны скидки на низкую ликвидность) и риска возможной «непродажи».
8)   Строится график реализации имущества, на основании которого определяется совокупная выручка от реализации текущих, материальных и нематериальных активов.
9)  По итогам реализации погашается накопленная сумма текущей задолженности за период ликвидации (электроэнергия, отопление и т.п.) и осуществляются выплаты по обязательствам.
При этом требования кредиторов удовлетворяются в порядке очередности, установленной статьей 64 ГК РФ, в соответствии с которой распределение имущества каждой следующей очереди осуществляется после полного распределения имущества предыдущей очереди.
10)  Конечным действием является оценка ликвидационной стоимости, приходящейся на долю собственников (акционеров). Федеральный закон от 26.12.95 г. № 208-ФЗ «Об акционерных обществах» (с изменениями от 13.06.96 г.) предусматривает четкий порядок распределения оставшихся сумм.

2. МАТЕМАТИЧЕСКИЕ МОДЕЛИ ФОРМИРОВАНИЯ КРЕДИТНОГО ПОРТФЕЛЯ КОММЕРЧЕСКОГО БАНКА НА ОСНОВЕ ОЦЕНКИ СТОИМОСТИ  ИМУЩЕСТВА ЗАЕМЩИКА
2.1 Математические модели формирования кредитного портфеля банка
Математические модели формирования портфеля банка относятся к так называемым частным моделям банковской деятельности, описывающим конкретную сферу деятельности банка. С достаточной степенью условности банк может быть рассмотрен как разновидность фирмы, функционирующей на рынке денег. В научной литературе это обстоятельство нашло свое отражение в устоявшемся термине: «банковская фирма». В связи с этим при моделировании деятельности банка наряду с другими методами правомерно использовать основные понятия и модели теории фирмы. Не случайным является значительный удельный вес в общем числе математических исследований именно моделей фирмы, адаптированных к специфике банковского дела.  /4/
При формировании кредитного портфеля банка исходят из гипотезы о малой управляемости рынка депозитов: банк только принимает денежные вклады, общий поток, которых зависит от экономической ситуации в целом, благосостояния населения и т.д., то есть от тех факторов, которые находятся вне сферы компетенции банка и поэтому должны считаться заданными экзогенно. /5/
Общая модель отображает процесс формирования кредитного портфеля с учетом:
1. наличия собственных средств SK и привлеченных средств k-го вида <shape id="_x0000_i1049" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image046.wmz» o:><img width=«25» height=«25» src=«dopb431727.zip» v:shapes="_x0000_i1049"> по депозитной ставке <shape id="_x0000_i1050" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image048.wmz» o:><img width=«23» height=«25» src=«dopb431728.zip» v:shapes="_x0000_i1050">, <shape id="_x0000_i1051" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image050.wmz» o:><img width=«56» height=«28» src=«dopb431729.zip» v:shapes="_x0000_i1051">.
2. необходимых резервов <shape id="_x0000_i1052" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image052.wmz» o:><img width=«21» height=«25» src=«dopb431730.zip» v:shapes="_x0000_i1052">, отчисляемых по норме <shape id="_x0000_i1053" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image054.wmz» o:><img width=«15» height=«25» src=«dopb431731.zip» v:shapes="_x0000_i1053"> с каждого вида активов <shape id="_x0000_i1054" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image056.wmz» o:><img width=«20» height=«25» src=«dopb431732.zip» v:shapes="_x0000_i1054">, <shape id="_x0000_i1055" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image058.wmz» o:><img width=«55» height=«27» src=«dopb431733.zip» v:shapes="_x0000_i1055">.
3. распределение долей <shape id="_x0000_i1056" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image060.wmz» o:><img width=«21» height=«28» src=«dopb431734.zip» v:shapes="_x0000_i1056"> активов i-го вида по проектам j, <shape id="_x0000_i1057" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image062.wmz» o:><img width=«55» height=«28» src=«dopb431735.zip» v:shapes="_x0000_i1057">.
Критерием оптимальности является общий доход при известной эффективности проекта <shape id="_x0000_i1058" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image064.wmz» o:><img width=«17» height=«28» src=«dopb431736.zip» v:shapes="_x0000_i1058"> (<shape id="_x0000_i1059" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image066.wmz» o:><img width=«55» height=«27» src=«dopb431733.zip» v:shapes="_x0000_i1059">,<shape id="_x0000_i1060" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image067.wmz» o:><img width=«55» height=«28» src=«dopb431735.zip» v:shapes="_x0000_i1060">).
Формально модель может быть записана следующим образом.
Целевая функция:
<shape id="_x0000_i1061" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image068.wmz» o:><img width=«215» height=«57» src=«dopb431737.zip» v:shapes="_x0000_i1061">.
При ограничениях:
1. <shape id="_x0000_i1062" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image070.wmz» o:><img width=«187» height=«56» src=«dopb431738.zip» v:shapes="_x0000_i1062">;
2. <shape id="_x0000_i1063" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image072.wmz» o:><img width=«65» height=«25» src=«dopb431739.zip» v:shapes="_x0000_i1063">, <shape id="_x0000_i1064" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image074.wmz» o:><img width=«55» height=«27» src=«dopb431733.zip» v:shapes="_x0000_i1064">;                                                                        (2.1)
3. <shape id="_x0000_i1065" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image075.wmz» o:><img width=«77» height=«57» src=«dopb431740.zip» v:shapes="_x0000_i1065">, <shape id="_x0000_i1066" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image077.wmz» o:><img width=«55» height=«27» src=«dopb431733.zip» v:shapes="_x0000_i1066">;
4. <shape id="_x0000_i1067" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image078.wmz» o:><img width=«51» height=«28» src=«dopb431741.zip» v:shapes="_x0000_i1067">, <shape id="_x0000_i1068" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image080.wmz» o:><img width=«55» height=«27» src=«dopb431733.zip» v:shapes="_x0000_i1068">, <shape id="_x0000_i1069" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image081.wmz» o:><img width=«55» height=«28» src=«dopb431735.zip» v:shapes="_x0000_i1069">.
Следует отметить, что в условиях переходного периода актуальным является включение в модель фактора риска. Так как переходные процессы обычно характеризуются, во-первых, высокими темпами изменения инфляции, а во-вторых, нестабильностью экономических процессов и отсутствием устоявшихся правовых и этических норм бизнеса, то наиболее важными видами рисков являются риски процентной ставки и невозврата кредита; при этом при моделировании применяется обычно вероятностный подход./2/
При формировании кредитного портфеля, банк получает доход, сопряженный с риском невозврата выданных ссуд. Это позволяет рассматривать формирование кредитного портфеля как создание инвестиционного портфеля. Основной моделью современной теории создания портфеля является модель Марковица./22/
Подход Марковица начинается с предположения, что инвестор в настоящий момент времени имеет конкретную сумму денежных средств для инвестирования (приобретение активов). Эти деньги будут инвестированы на определенный промежуток времени, который называется периодом владения. В конце периода владения инвестор продает активы, которые были куплены в начале периода. Таким образом, подход Марковица может быть рассмотрен как дискретный подход. В начальный момент времени инвестор должен принять решение о покупке конкретных активов, которые будут находиться в его портфеле до конца периода владения. Поскольку портфель представляет собой набор различных активов, это решение эквивалентно выбору оптимального портфеля из набора возможных портфелей.
Принимая решение в начале периода, инвестор должен иметь в виду, что доходность активов, а, значит, и доходность портфеля в предстоящий период владения неизвестна. Однако инвестор может оценить ожидаемую (или среднюю) доходность различных активов, основываясь на некоторых предположениях. Марковиц отмечает, что типичный инвестор хотя и желает, чтобы «доходность была высокой», но одновременно хочет, чтобы «доходность была бы настолько определенной, насколько это возможно». Это означает, что инвестор, стремясь одновременно максимизировать ожидаемую доходность и минимизировать неопределенность (риск), имеет две противоречащие друг другу цели, которые должны быть сбалансированы при принятии решения о покупке в начале периода. /23/
Полезная мера риска должна некоторым образом учитывать вероятность возможных «плохих» результатов и их величину. Вместо того, чтобы измерять вероятности различных результатов, мера риска должна некоторым образом оценивать степень возможного отклонения действительного результата от ожидаемого. Стандартное отклонение – мера, позволяющая это сделать, так как она является оценкой вероятного отклонения фактической доходности от ожидаемой.
    продолжение
--PAGE_BREAK--В общем случае вычисление стандартного отклонения портфеля, состоящего из n активов, вычисляется по формуле
                       ,             <shape id="_x0000_i1070" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image082.wmz» o:><img width=«164» height=«61» src=«dopb431742.zip» v:shapes="_x0000_i1070">                                   (2.2)
где <shape id="_x0000_i1071" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image084.wmz» o:><img width=«24» height=«25» src=«dopb431743.zip» v:shapes="_x0000_i1071">– доля стоимости портфеля, инвестированная в актив i; <shape id="_x0000_i1072" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image086.wmz» o:><img width=«24» height=«28» src=«dopb431744.zip» v:shapes="_x0000_i1072">– ковариация доходностей активов i и j (<shape id="_x0000_i1073" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image088.wmz» o:><img width=«67» height=«28» src=«dopb431745.zip» v:shapes="_x0000_i1073">).
Ожидаемую доходность портфеля можно определить из соотношения:
                                   ,   <shape id="_x0000_i1074" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image090.wmz» o:><img width=«88» height=«55» src=«dopb431746.zip» v:shapes="_x0000_i1074">                                                  (2.3)
где <shape id="_x0000_i1075" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image092.wmz» o:><img width=«15» height=«25» src=«dopb431747.zip» v:shapes="_x0000_i1075">– ожидаемая доходность актива i, <shape id="_x0000_i1076" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image094.wmz» o:><img width=«67» height=«28» src=«dopb431745.zip» v:shapes="_x0000_i1076">.
При этом должно выполняться условие:
                                       <shape id="_x0000_i1077" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image095.wmz» o:><img width=«69» height=«55» src=«dopb431748.zip» v:shapes="_x0000_i1077">.                                                   (2.4)
Обозначим R – доходность портфеля, желаемую инвестором. Тогда формально модель создания портфеля может быть записана в следующем виде
<shape id="_x0000_i1078" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image097.wmz» o:><img width=«219» height=«61» src=«dopb431749.zip» v:shapes="_x0000_i1078">
<shape id="_x0000_i1079" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image099.wmz» o:><img width=«120» height=«55» src=«dopb431750.zip» v:shapes="_x0000_i1079">;                                                                              (2.5)
<shape id="_x0000_i1080" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image101.wmz» o:><img width=«69» height=«55» src=«dopb431748.zip» v:shapes="_x0000_i1080">;
<shape id="_x0000_i1081" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image102.wmz» o:><img width=«52» height=«25» src=«dopb431751.zip» v:shapes="_x0000_i1081">.
Таким образом, подход Марковица к проблеме выбора портфеля предполагает, что инвестор старается решить две проблемы: максимизировать ожидаемую доходность при заданном уровне риска и минимизировать неопределенность (риск) при заданном уровне ожидаемой доходности. При этом ожидаемая доходность служит мерой потенциального вознаграждения, связанного с портфелем, а стандартное отклонение рассматривается как мера риска портфеля.
Однако применение подхода Марковица к формированию кредитного портфеля банка, не смотря на схожесть задач, ограничено. Трудности применения вызывает сложный математический аппарат, а также наличие развитой системы сбора информации для реализации модели./8/
2.2 Математические модели и методы, применяемые в оценке стоимости имущества заемщика
2.2.1 Оценка стоимости имущества заемщика
2.2.1.1 Использование статистических методов в процессе оценки имущества заемщика
Одним из основных элементов процесса оценки имущества является сбор информации, в частности, об их рыночных ценах. Как правило, здесь оценщик сталкивается с таким явлением, когда цены  практически идентичного имущества,  полученные из разных источников, отличаются друг от друга. В этом случае говорят, что собранные оценщиком значения цен являются случайными (или стохастическими) величинами.  На основе собранной информации оценщику в этом случае приходится определять статистические оценки ряда величин, в частности, среднее  значение  рыночной цены объекта  оценки. При малых объемах  собранной  информации оценщик  должен быть уверен в ее качестве. Поэтому уже на стадии предварительной обработки информации он должен провести отсев резко выделяющихся наблюдений в выборке и проверку гипотезы о нормальности распределения. Только после этого возможно применение методов и соотношений, хорошо разработанных для нормального распределения.
Следующим шагом является оценка погрешности среднего значения цены с использованием, например, интервальных оценок. Далее при построении модели цены объекта оценщику необходимо, используя корреляционные методы, оценить степень влияния на нее различных факторов, провести классификацию факторов и, наконец, построить саму модель в виде уравнения регрессии. Таков далеко не полный перечень задач, когда оценщику может потребоваться математическая статистика.
2.2.1.2 Основные статистические характеристики
Итак, информация, с которой приходится работать оценщику, в значительной степени относится к категории случайных величин.
Случайной величиной называют такую величину, значения которой изменяются некоторым, заранее не предсказуемым образом.  В  отличие от  неслучайных,  детерминированных  величин для  случайной  величины  нельзя заранее  точно  сказать, какое конкретное  значение  она примет  в  определенных условиях,  а можно только указать закон ее распределения. Законом распределения называют совокупность значений случайной величины и вероятностей, с которыми она их принимает. Сумма всех вероятностей всегда равна единице, так как с такой вероятностью  величина  принимает  хоть  какое-нибудь  из этих значений. Существует много причин, приводящих к тому, что значения рыночных цен в выборке  оказываются скорее случайными, чем детерминированными. Часто это вызвано отсутствием информации обо всех факторах, влияющих на цену имущества, или нечеткостью этой информации. Например, как в случае нечеткости информации о степени физического износа имущества, недостаточности данных об условиях сделки купли-продажи и т. п. Неконтролируемые факторы могут принимать случайные значения из некоторого множества значений и тем самым обуславливать случайность тех величин (в частности, цен), которые они определяют. Поэтому истинное значение цены имущества оказывается недоступным оценщику, и даже усреднение случайных значений цен в выборке не устраняет случайности среднего значения цены. Стохастическая природа данных, используемых оценщиком в процессе  определения  стоимостей  объектов,  вызывает  необходимость применения адекватных им статистических методов анализа. Базой для применения статистических методов анализа при оценке обычно является множество эмпирических данных, полученных по результатам сбора информации об одной или нескольких случайных величинах (ценах близких аналогов объекта оценки, степени их износа, затратах на ремонт и т.п.). Будем обозначать их заглавными латинскими буквами X, Y, Z… Информация о любой из этих величин состоит из n значений <shape id="_x0000_i1082" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image104.wmz» o:><img width=«24» height=«25» src=«dopb431752.zip» v:shapes="_x0000_i1082">, <shape id="_x0000_i1083" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image106.wmz» o:><img width=«27» height=«25» src=«dopb431753.zip» v:shapes="_x0000_i1083">,..., <shape id="_x0000_i1084" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image108.wmz» o:><img width=«27» height=«25» src=«dopb431754.zip» v:shapes="_x0000_i1084"> этой случайной величины Х, образующих выборку объема n из генеральной совокупности Х.
Под генеральной совокупностью подразумеваются все возможные значения конкретной случайной величины (например, рыночной цены машины).
Собрать данные обо всех значениях <shape id="_x0000_i1085" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image110.wmz» o:><img width=«24» height=«25» src=«dopb431743.zip» v:shapes="_x0000_i1085"> из генеральной совокупности практически невозможно. Поэтому реально оценщик довольствуется выборкой, а методы математической статистики помогают ему по известным свойствам объектов из выборки судить о свойствах всей генеральной совокупности.  При использовании  данных выборки из-за  случайного характера ее получения важно знать, каким вероятностным законам подчиняются значения исследуемого показателя. Существует целый ряд распределений вероятности, которые используются в математической статистике. Одним из наиболее часто используемых распределений и поэтому важных является нормальное  распределение.  Теоретическим  обоснованием  роли нормального распределения является центральная предельная теорема. Согласно этой теореме, распределение среднего n независимых случайных величин, распределенных по любому закону, при увеличении числа значений в выборке приближается к нормальному. Когда случайная величина представляет собой  общий  результат  большого числа  независимых  «небольших» воздействий (имеются в виду воздействия неконтролируемых факторов), то, согласно центральной предельной теореме, можно ожидать, что эта случайная величина будет распределена по нормальному закону.
Случайная величина X имеет нормальное распределение, если ее плотность вероятности описывается уравнением (при <shape id="_x0000_i1086" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image111.wmz» o:><img width=«91» height=«16» src=«dopb431755.zip» v:shapes="_x0000_i1086">)
При описании случайной величины вместо закона распределения можно использовать его параметры µ и σ2 ­– соответственно математическое ожидание случайной величины и ее дисперсию. Если известны параметры распределения, то плотность вероятности полностью определена.
Однако на практике оценщик всегда пользуется данными выборки из генеральной совокупности данных. В этом случае некоторые основные свойства случайных величин могут быть описаны более просто по данным выборки с помощью оценок параметров их функций распределения, называемых также статистиками.  Важнейшими  из  этих  оценок  являются:  среднее  (среднее арифметическое) значение  выборки (оценка  математического ожидания).
Стандартное отклонение s – мера разброса случайной величины вокруг среднего значения, имеющая размерность, совпадающую с размерностью случайной величины, что полезно при определении погрешностей расчетных оценок. Наряду с упомянутыми статистиками для описания совокупности данных используют и другие.
Медиана, или срединное значение, разделяет случайные величины на равные половины. Для ее вычисления все собранные данные нужно расположить в порядке возрастания или убывания. Затем, если n – нечетное число, то медиану определяют как значение, находящееся в середине  упорядоченной  последовательности.  При четном n медиана  – среднее  арифметическое двух расположенных в середине значений упорядоченной последовательности. Мода – есть наиболее часто встречающаяся в совокупности данных величина.
К характеристикам разброса данных относится также коэффициент вариации выборки:
                                           <shape id="_x0000_i1087" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image113.wmz» o:><img width=«108» height=«55» src=«dopb431756.zip» v:shapes="_x0000_i1087">,                                            (2.6)
 Значение ν выражает среднее квадратическое отклонение s в процентах от среднего <shape id="_x0000_i1088" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image115.wmz» o:><img width=«27» height=«28» src=«dopb431757.zip» v:shapes="_x0000_i1088"> совокупности данных и поэтому может быть использовано для оценки их точности.
Рассмотренные выше характеристики случайных величин являются так называемыми точечными оценками соответствующих им характеристик генеральной совокупности.
Статистические оценки вычисляют исходя из конкретного закона распределения случайной величины. Обычно предполагается, что цена как случайная величина подчиняется закону нормального  распределения.  Это,  как  правило,  обосновывается  в случае оценки центральной предельной теоремой. Однако процедура формирования оценщиком малой выборки рыночных цен из генеральной совокупности не может  гарантировать  ее однородности.  Поэтому  на  начальной  стадии обработки данных желательно проведение проверки гипотезы нормальности  распределения  выборочных  данных  о  ценах идентичных объектов. Это  позволит оценщику более обоснованно применять статистические оценки данных, соответствующие этому закону. В математической статистике существует ряд методов проверки нормальности распределения. Наиболее известным из них является численный метод применения критерия <shape id="_x0000_i1089" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image117.wmz» o:><img width=«23» height=«28» src=«dopb431758.zip» v:shapes="_x0000_i1089">, разработанный К. Пирсоном. Однако малые выборки, с которыми обычно имеет дело оценщик, не могут дать достаточного количества данных для применения таких критериев. Поэтому покажем здесь более грубые методы, позволяющие судить о нормальности распределения малой выборки.
В математической статистике наряду с точечными оценками широко  используются  так  называемые интервальные оценки – интервалы между статистиками, содержащие с определенной вероятностью истинное  значение  оцениваемого  параметра.  Для построения интервальной оценки параметра (например, средней цены Цср ) необходимо найти две статистики L и U такие, при которых справедливо вероятностное утверждение:
                                        <shape id="_x0000_i1090" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image119.wmz» o:><img width=«171» height=«28» src=«dopb431759.zip» v:shapes="_x0000_i1090">.                                  (2.7)
Интервал <shape id="_x0000_i1091" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image121.wmz» o:><img width=«96» height=«28» src=«dopb431760.zip» v:shapes="_x0000_i1091"> называется <shape id="_x0000_i1092" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image123.wmz» o:><img width=«84» height=«24» src=«dopb431761.zip» v:shapes="_x0000_i1092">-процентным доверительным интервалом для <shape id="_x0000_i1093" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image125.wmz» o:><img width=«33» height=«28» src=«dopb431762.zip» v:shapes="_x0000_i1093">. Этому интервалу можно дать следующую интерпретацию: с вероятностью (1 – α) в указанном интервале будет находиться истинное значение цены. Статистики L и U называются нижней и верхней доверительными границами интервала соответственно, величина (1 – α) – доверительной вероятностью, а величина α – уровнем значимости (вероятностью ошибки). Если α = 0,1, то интервал называется 90-процентным доверительным интервалом для <shape id="_x0000_i1094" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image127.wmz» o:><img width=«33» height=«28» src=«dopb431762.zip» v:shapes="_x0000_i1094">.
2.2.1.3 Классификация данных. Кластерный анализ
При проведении оценки и, особенно, массовой оценки имущества на первом этапе весь массив оцениваемых объектов обычно разбивают на группы однородных по совокупности признаков имущества, то есть решают задачу классификации. Имущество, включаемое в одну группу, по возможности, должно находиться на небольшом расстоянии друг от друга в пространстве выбранных  признаков.  Для решения подобных задач  может быть использовано несколько подходов.  Обычно используют эвристический подход к группированию объектов,  опирающийся на разного рода  классификации (ОКОФ, отраслевые классификаторы и т.п.). Основой подхода часто  являются  интуитивные  соображения.  При недостаточно знакомом оценщику имуществе этот подход может оказаться затруднительным.  При  решении задачи  в этом случае  нередко встречаются ситуации, когда, с одной стороны, есть желание укрупнить группы оцениваемых объектов, а с другой, – нет уверенности в их классификационной однородности.  Другим способом  решения  задачи группирования объектов является статистический подход, позволяющий в ряде случаев в значительной степени формализовать  процесс.  Если  объекты оценки имеют несколько признаков, задача может быть решена методами  кластерного анализа, специально предназначенного для разбиения совокупности n объектов на однородные в некотором смысле группы (или классы), называемые кластерами. Так как метод является формальным, необходимо иметь некоторый критерий качества  разбиения,  который позволит сопоставлять альтернативные варианты группировок. В качестве критерия качества классификации объектов может быть использована возможность содержательной интерпретации найденных групп. Как правило, исходная информация имеет вид прямоугольной таблицы,  строками  которой  являются объекты  оценки,  а столбцами – их классификационные признаки, в роли которых обычно выступают наиболее важные показатели (факторы) объектов x. Пусть в общем случае имеется n объектов, обладающих k признаками. Тогда таблица приобретет вид матрицы X:
                                <shape id="_x0000_i1095" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image128.wmz» o:><img width=«195» height=«112» src=«dopb431763.zip» v:shapes="_x0000_i1095">                                       (2.8)
Если объекты х, образующие матрицу, имеют несколько признаков
(<shape id="_x0000_i1096" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image130.wmz» o:><img width=«39» height=«20» src=«dopb431764.zip» v:shapes="_x0000_i1096">), задача классификации может быть решена методами кластерного анализа.
Обычно стараются  сформировать  матрицу  Х так,  чтобы  ее элементы соответствовали переменным одного типа, обычно количественным. Качественные и ранговые переменные заменяют числами натурального ряда.
Кластерный анализ обычно начинается с определения расстояний  <shape id="_x0000_i1097" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image132.wmz» o:><img width=«64» height=«28» src=«dopb431765.zip» v:shapes="_x0000_i1097"> между каждой парой входящих в матрицу Х объектов. Объекты, у которых расстояние <shape id="_x0000_i1098" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image134.wmz» o:><img width=«64» height=«28» src=«dopb431765.zip» v:shapes="_x0000_i1098"> окажется меньше некоторого  заданного  порогового значения,  считаются  однородными, принадлежащими одному кластеру.
Выбор метода определения расстояния <shape id="_x0000_i1099" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image135.wmz» o:><img width=«64» height=«28» src=«dopb431765.zip» v:shapes="_x0000_i1099"> и задание его порогового значения являются важными моментами кластерного анализа.
В  наиболее  общем  случае обычно  используют  обобщенное (взвешенное) расстояние Махаланобиса /21/
                           <shape id="_x0000_i1100" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image136.wmz» o:><img width=«255» height=«33» src=«dopb431766.zip» v:shapes="_x0000_i1100">,                              (2.9)
где <shape id="_x0000_i1101" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image138.wmz» o:><img width=«17» height=«25» src=«dopb431767.zip» v:shapes="_x0000_i1101">, <shape id="_x0000_i1102" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image140.wmz» o:><img width=«21» height=«28» src=«dopb431768.zip» v:shapes="_x0000_i1102"> – i-й и j-й векторы-строки матрицы X;
Λ – диагональная матрица весовых коэффициентов;
Σ – ковариационная матрица.
Существуют и другие формулы для определения расстояний, которые являются частными случаями формулы (2.9).
Например, если факторы (признаки) объектов взаимно независимы и предварительно нормированы, то можно использовать обычное Евклидово расстояние:
                              <shape id="_x0000_i1103" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image142.wmz» o:><img width=«224» height=«37» src=«dopb431769.zip» v:shapes="_x0000_i1103">.                                  (2.10)
Предварительное нормирование каждого из признаков производится по правилу
                                      <shape id="_x0000_i1104" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image144.wmz» o:><img width=«100» height=«52» src=«dopb431770.zip» v:shapes="_x0000_i1104">,                                                (2.11)
где <shape id="_x0000_i1105" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image146.wmz» o:><img width=«23» height=«25» src=«dopb431771.zip» v:shapes="_x0000_i1105">– значение l-го признака у i-го объекта;
<shape id="_x0000_i1106" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image148.wmz» o:><img width=«19» height=«25» src=«dopb431772.zip» v:shapes="_x0000_i1106">– среднее арифметическое значение l-го признака;
<shape id="_x0000_i1107" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image150.wmz» o:><img width=«160» height=«67» src=«dopb431773.zip» v:shapes="_x0000_i1107">– среднее квадратическое отклонение l-го признака.                                                                                                           (2.12)    

2.2.1.4 Корреляционный анализ
Корреляционный анализ предполагает изучение зависимости между случайными величинами с одновременной количественной оценкой степени неслучайности их совместного изменения.
Изменение случайной величины y, соответствующее изменению случайной величины x, разбивается на две составляющие – стохастическую, связанную с неслучайной зависимостью y от x, и случайную (или статистическую), связанную со случайным характером поведения самих y и x.
Стохастическая составляющая связи между y и x характеризуется коэффициентом корреляции
                              <shape id="_x0000_i1108" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image152.wmz» o:><img width=«219» height=«53» src=«dopb431774.zip» v:shapes="_x0000_i1108">,                             (2.13)
где <shape id="_x0000_i1109" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image154.wmz» o:><img width=«44» height=«24» src=«dopb431775.zip» v:shapes="_x0000_i1109">, <shape id="_x0000_i1110" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image156.wmz» o:><img width=«40» height=«24» src=«dopb431776.zip» v:shapes="_x0000_i1110"> – соответственно математическое ожидание и дисперсия  случайной величины z.
Коэффициент корреляции показывает, насколько связь между случайными величинами близка к строго линейной. Если у и x распределены нормально, равенство <shape id="_x0000_i1111" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image158.wmz» o:><img width=«41» height=«23» src=«dopb431777.zip» v:shapes="_x0000_i1111"> указывает на отсутствие линейной связи между ними. Значение <shape id="_x0000_i1112" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image160.wmz» o:><img width=«51» height=«23» src=«dopb431778.zip» v:shapes="_x0000_i1112"> соответствует строго линейной связи между y и x (знак указывает на направление связи).
Рассмотрим нормально распределенные случайные величины y и x –  <shape id="_x0000_i1113" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image162.wmz» o:><img width=«55» height=«25» src=«dopb431779.zip» v:shapes="_x0000_i1113">, <shape id="_x0000_i1114" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image164.wmz» o:><img width=«59» height=«25» src=«dopb431780.zip» v:shapes="_x0000_i1114">, …, <shape id="_x0000_i1115" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image166.wmz» o:><img width=«53» height=«25» src=«dopb431781.zip» v:shapes="_x0000_i1115">,…,<shape id="_x0000_i1116" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image168.wmz» o:><img width=«60» height=«25» src=«dopb431782.zip» v:shapes="_x0000_i1116"> . Выборочной оценкой коэффициента корреляции <shape id="_x0000_i1117" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image170.wmz» o:><img width=«15» height=«19» src=«dopb431783.zip» v:shapes="_x0000_i1117"> является случайная величина
    продолжение
--PAGE_BREAK--                                  <shape id="_x0000_i1118" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image172.wmz» o:><img width=«211» height=«108» src=«dopb431784.zip» v:shapes="_x0000_i1118">,                                 (2.14)
где <shape id="_x0000_i1119" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image174.wmz» o:><img width=«83» height=«55» src=«dopb431785.zip» v:shapes="_x0000_i1119">;<shape id="_x0000_i1120" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image176.wmz» o:><img width=«84» height=«55» src=«dopb431786.zip» v:shapes="_x0000_i1120">; n – объем выборки.
При малых значениях n (<shape id="_x0000_i1121" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image178.wmz» o:><img width=«48» height=«20» src=«dopb431787.zip» v:shapes="_x0000_i1121">) лучшей оценкой коэффициента корреляции является
                                       <shape id="_x0000_i1122" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image180.wmz» o:><img width=«144» height=«60» src=«dopb431788.zip» v:shapes="_x0000_i1122">,                                     (2.15)
При n>200 распределение выборочного коэффициента корреляции удовлетворительно аппроксимируется нормальным законом со средним <shape id="_x0000_i1123" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image182.wmz» o:><img width=«44» height=«24» src=«dopb431789.zip» v:shapes="_x0000_i1123"> и дисперсией <shape id="_x0000_i1124" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image184.wmz» o:><img width=«39» height=«24» src=«dopb431790.zip» v:shapes="_x0000_i1124">:
                                  <shape id="_x0000_i1125" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image186.wmz» o:><img width=«71» height=«24» src=«dopb431791.zip» v:shapes="_x0000_i1125">, <shape id="_x0000_i1126" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image188.wmz» o:><img width=«100» height=«52» src=«dopb431792.zip» v:shapes="_x0000_i1126">,                                       (2.16)
При n>10 распределение случайной величины
                                   <shape id="_x0000_i1127" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image190.wmz» o:><img width=«147» height=«60» src=«dopb431793.zip» v:shapes="_x0000_i1127">,                                         (2.17)
удовлетворительно аппроксимируется распределением Стьюдента с <shape id="_x0000_i1128" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image192.wmz» o:><img width=«72» height=«24» src=«dopb431794.zip» v:shapes="_x0000_i1128"> степенями свободы./19/
Приведенные аппроксимации распределения выборочного коэффициента корреляции позволяют строить статистические критерии для проверки гипотез о существенности корреляционной связи и о возможных значениях коэффициента корреляции.
На практике наибольший интерес представляет задача проверки гипотезы о значимости корреляционной связи между случайными величинами, т. е. значимости отклонения коэффициента корреляции ρ от нуля. В принятых обозначениях проверяется нулевая гипотеза H0: <shape id="_x0000_i1129" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image194.wmz» o:><img width=«47» height=«28» src=«dopb431795.zip» v:shapes="_x0000_i1129"> против альтернативы H1: <shape id="_x0000_i1130" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image196.wmz» o:><img width=«47» height=«28» src=«dopb431796.zip» v:shapes="_x0000_i1130">.
Эта гипотеза проверяется сравнением выборочного значения коэффициента корреляции r с его критическим значением <shape id="_x0000_i1131" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image198.wmz» o:><img width=«19» height=«25» src=«dopb431797.zip» v:shapes="_x0000_i1131">, являющимся α-квантилью распределения r при <shape id="_x0000_i1132" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image200.wmz» o:><img width=«41» height=«23» src=«dopb431777.zip» v:shapes="_x0000_i1132">. Корреляция между случайными величинами признается значимой, если <shape id="_x0000_i1133" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image201.wmz» o:><img width=«51» height=«28» src=«dopb431798.zip» v:shapes="_x0000_i1133">.

2.2.1.5 Регрессионный анализ в оценке в оценке  стоимости имущества заемщика
После выявления статистически значимых связей между переменными (в  частном случае,  между параметрами  и ценой) с помощью методов корреляционного анализа обычно переходят к математическому  описанию этих связей методами регрессионного анализа. Пусть в общем случае есть зависимая переменная, например, цена  y,  которая  зависит  от  k независимых переменных <shape id="_x0000_i1134" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image203.wmz» o:><img width=«92» height=«25» src=«dopb431799.zip» v:shapes="_x0000_i1134">, которые не являются случайными величинами. Связь между этими переменными в условиях, когда y является случайной величиной, описывает математическая модель, называемая  уравнением  множественной регрессии.  Регрессионная  модель  <shape id="_x0000_i1135" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image205.wmz» o:><img width=«68» height=«25» src=«dopb431800.zip» v:shapes="_x0000_i1135"> должна аппроксимировать совокупность собранных оценщиком данных о параметрах и цене объекта оценки. Обычно истинная функциональная  связь  переменных  неизвестна,  и  оценщику приходится выбирать подходящую функцию для аппроксимации <shape id="_x0000_i1136" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image207.wmz» o:><img width=«39» height=«25» src=«dopb431801.zip» v:shapes="_x0000_i1136">. В частности, для аппроксимации широко используются полиномиальные модели. Регрессионный анализ включает решение следующих задач:
1) определение существенных параметров и выбор диапазонов их изменения;
2) выбор вида регрессионной модели <shape id="_x0000_i1137" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image209.wmz» o:><img width=«39» height=«25» src=«dopb431801.zip» v:shapes="_x0000_i1137">;
3) определение оценок неизвестных параметров модели;
4) проверка адекватности модели.
Проблема выбора существенных параметров. Обычно параметрами модели являются основные размеры и показатели машины, определяющие ее потребительские свойства. Например, для технологических машин это – один-два основных размера, какой-либо показатель производительности, уровень автоматизации и класс точности.
Диапазоны изменения значений параметров модели не следует принимать слишком широкими, так как это может привести к необходимости построения нелинейной модели, которая требует значительно большего количества данных для построения. Часто лучше иметь несколько более простых моделей (линейных) для разных диапазонов, чем одну нелинейную. Выбор вида регрессионной  модели. Неизвестную функцию <shape id="_x0000_i1138" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image210.wmz» o:><img width=«39» height=«25» src=«dopb431801.zip» v:shapes="_x0000_i1138"> в  окрестностях точки,  соответствующей средним  уровням каждого фактора, можно представить отрезком степенного ряда. Если интервалы варьирования факторов невелики, то можно ограничиться  линейным  приближением  в виде линейной модели множественной регрессии:
                      <shape id="_x0000_i1139" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image211.wmz» o:><img width=«247» height=«25» src=«dopb431802.zip» v:shapes="_x0000_i1139">, <shape id="_x0000_i1140" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image213.wmz» o:><img width=«51» height=«27» src=«dopb431803.zip» v:shapes="_x0000_i1140">,                 (2.18)
где <shape id="_x0000_i1141" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image215.wmz» o:><img width=«23» height=«28» src=«dopb431804.zip» v:shapes="_x0000_i1141">– неизвестные параметры модели, <shape id="_x0000_i1142" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image217.wmz» o:><img width=«55» height=«28» src=«dopb431805.zip» v:shapes="_x0000_i1142">, <shape id="_x0000_i1143" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image219.wmz» o:><img width=«21» height=«28» src=«dopb431806.zip» v:shapes="_x0000_i1143">– значение фактора <shape id="_x0000_i1144" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image221.wmz» o:><img width=«21» height=«28» src=«dopb431768.zip» v:shapes="_x0000_i1144">(регрессора) в наблюдении t, <shape id="_x0000_i1145" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image222.wmz» o:><img width=«51» height=«27» src=«dopb431803.zip» v:shapes="_x0000_i1145">, <shape id="_x0000_i1146" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image223.wmz» o:><img width=«17» height=«25» src=«dopb431807.zip» v:shapes="_x0000_i1146">– ошибки регрессии, <shape id="_x0000_i1147" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image225.wmz» o:><img width=«51» height=«27» src=«dopb431803.zip» v:shapes="_x0000_i1147">./19/
Основные гипотезы линейной модели множественной регрессии:
1. <shape id="_x0000_i1148" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image226.wmz» o:><img width=«247» height=«25» src=«dopb431802.zip» v:shapes="_x0000_i1148">,  – спецификация модели.
2. <shape id="_x0000_i1149" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image227.wmz» o:><img width=«76» height=«25» src=«dopb431808.zip» v:shapes="_x0000_i1149"> – детерминированные величины. Векторы <shape id="_x0000_i1150" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image229.wmz» o:><img width=«136» height=«31» src=«dopb431809.zip» v:shapes="_x0000_i1150">, <shape id="_x0000_i1151" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image231.wmz» o:><img width=«53» height=«27» src=«dopb431810.zip» v:shapes="_x0000_i1151"> линейно независимы в <shape id="_x0000_i1152" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image233.wmz» o:><img width=«25» height=«24» src=«dopb431811.zip» v:shapes="_x0000_i1152">.
Ошибки регрессии должны обладать следующими свойствами:
3a. <shape id="_x0000_i1153" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image235.wmz» o:><img width=«77» height=«25» src=«dopb431812.zip» v:shapes="_x0000_i1153">, <shape id="_x0000_i1154" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image237.wmz» o:><img width=«83» height=«29» src=«dopb431813.zip» v:shapes="_x0000_i1154">– не зависит от t.
3b. <shape id="_x0000_i1155" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image239.wmz» o:><img width=«92» height=«25» src=«dopb431814.zip» v:shapes="_x0000_i1155"> при <shape id="_x0000_i1156" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image241.wmz» o:><img width=«37» height=«17» src=«dopb431815.zip» v:shapes="_x0000_i1156">– статистическая независимость (некоррелированность) ошибок для разных наблюдений.
3c. Ошибки <shape id="_x0000_i1157" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image243.wmz» o:><img width=«17» height=«25» src=«dopb431807.zip» v:shapes="_x0000_i1157">, <shape id="_x0000_i1158" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image244.wmz» o:><img width=«51» height=«27» src=«dopb431803.zip» v:shapes="_x0000_i1158"> имеют совместное нормальное распределение <shape id="_x0000_i1159" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image245.wmz» o:><img width=«99» height=«29» src=«dopb431816.zip» v:shapes="_x0000_i1159">.
Если есть основания предполагать существование нелинейной зависимости <shape id="_x0000_i1160" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image247.wmz» o:><img width=«39» height=«25» src=«dopb431801.zip» v:shapes="_x0000_i1160">, то в модель регрессии можно добавить квадратичные члены (более высокий порядок применяется редко). Могут использоваться и другие модели, например, экспоненциальные и степенные, которые разными способами могут быть преобразованы в линейные модели относительно параметров <shape id="_x0000_i1161" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image248.wmz» o:><img width=«21» height=«28» src=«dopb431817.zip» v:shapes="_x0000_i1161">.
Пусть <shape id="_x0000_i1162" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image250.wmz» o:><img width=«120» height=«31» src=«dopb431818.zip» v:shapes="_x0000_i1162"> – вектор-столбец наблюдений цены размерности n; <shape id="_x0000_i1163" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image252.wmz» o:><img width=«119» height=«31» src=«dopb431819.zip» v:shapes="_x0000_i1163">– вектор-столбец коэффициентов регрессии размерности k, <shape id="_x0000_i1164" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image254.wmz» o:><img width=«115» height=«31» src=«dopb431820.zip» v:shapes="_x0000_i1164">– вектор-столбец ошибок регрессии размерности n;
<shape id="_x0000_i1165" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image256.wmz» o:><img width=«152» height=«84» src=«dopb431821.zip» v:shapes="_x0000_i1165"> – матрица объясняющих переменных размерности <shape id="_x0000_i1166" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image258.wmz» o:><img width=«39» height=«20» src=«dopb431822.zip» v:shapes="_x0000_i1166">.
Тогда уравнение множественной линейной регрессии можно записать в векторно-матричной форме
                                             <shape id="_x0000_i1167" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image260.wmz» o:><img width=«80» height=«24» src=«dopb431823.zip» v:shapes="_x0000_i1167">,                                         (2.19)
Определения оценок  осуществляется с использованием метода наименьших квадратов, который минимизирует сумму квадратов остатков регрессии
                                        <shape id="_x0000_i1168" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image262.wmz» o:><img width=«140» height=«55» src=«dopb431824.zip» v:shapes="_x0000_i1168">.                                      (2.20)
Здесь <shape id="_x0000_i1169" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image264.wmz» o:><img width=«52» height=«25» src=«dopb431825.zip» v:shapes="_x0000_i1169"> – предсказанные значения по модели, <shape id="_x0000_i1170" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image266.wmz» o:><img width=«103» height=«27» src=«dopb431826.zip» v:shapes="_x0000_i1170">, <shape id="_x0000_i1171" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image268.wmz» o:><img width=«123» height=«25» src=«dopb431827.zip» v:shapes="_x0000_i1171">– остатки регрессии.
Выражая <shape id="_x0000_i1172" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image270.wmz» o:><img width=«31» height=«25» src=«dopb431828.zip» v:shapes="_x0000_i1172"> через X и β, можно получить выражение
                                        <shape id="_x0000_i1173" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image272.wmz» o:><img width=«220» height=«25» src=«dopb431829.zip» v:shapes="_x0000_i1173">,                         (2.21)
Необходимые условия минимума получаются дифференцированием по вектору <shape id="_x0000_i1174" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image274.wmz» o:><img width=«16» height=«25» src=«dopb431830.zip» v:shapes="_x0000_i1174">:
                                            <shape id="_x0000_i1175" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image276.wmz» o:><img width=«179» height=«45» src=«dopb431831.zip» v:shapes="_x0000_i1175">,                           (2.22)
откуда находятся оценки коэффициентов <shape id="_x0000_i1176" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image278.wmz» o:><img width=«21» height=«28» src=«dopb431817.zip» v:shapes="_x0000_i1176"> метода наименьших квадратов:
                                             <shape id="_x0000_i1177" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image279.wmz» o:><img width=«119» height=«28» src=«dopb431832.zip» v:shapes="_x0000_i1177">,                                        (2.23)
В качестве оценки дисперсии коэффициента <shape id="_x0000_i1178" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image281.wmz» o:><img width=«20» height=«28» src=«dopb431833.zip» v:shapes="_x0000_i1178"> принимают величину
                                                 <shape id="_x0000_i1179" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image283.wmz» o:><img width=«68» height=«31» src=«dopb431834.zip» v:shapes="_x0000_i1179">,                                              (2.24)
где <shape id="_x0000_i1180" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image285.wmz» o:><img width=«80» height=«76» src=«dopb431835.zip» v:shapes="_x0000_i1180">­– несмещенная оценка дисперсии ошибок <shape id="_x0000_i1181" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image287.wmz» o:><img width=«17» height=«25» src=«dopb431836.zip» v:shapes="_x0000_i1181">; <shape id="_x0000_i1182" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image289.wmz» o:><img width=«21» height=«25» src=«dopb431837.zip» v:shapes="_x0000_i1182">­– i-й диагональный элемент матрицы <shape id="_x0000_i1183" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image291.wmz» o:><img width=«69» height=«33» src=«dopb431838.zip» v:shapes="_x0000_i1183">.
2.2.1.6 Проверка адекватности модели
Под адекватностью уравнения регрессии понимается статистическая неразличимость результатов вычислений по уравнению регрессии и наблюдаемых случайных величин.
Вариацию значений <shape id="_x0000_i1184" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image293.wmz» o:><img width=«17» height=«24» src=«dopb431839.zip» v:shapes="_x0000_i1184"> вокруг среднего <shape id="_x0000_i1185" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image295.wmz» o:><img width=«84» height=«55» src=«dopb431840.zip» v:shapes="_x0000_i1185">можно представить в виде двух частей: объясненную регрессионным уравнением и необъясненную (связанную с ошибками):
      <shape id="_x0000_i1186" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image297.wmz» o:><img width=«260» height=«45» src=«dopb431841.zip» v:shapes="_x0000_i1186"> или    <shape id="_x0000_i1187" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image299.wmz» o:><img width=«135» height=«20» src=«dopb431842.zip» v:shapes="_x0000_i1187">.        (2.25)
Здесь <shape id="_x0000_i1188" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image301.wmz» o:><img width=«120» height=«45» src=«dopb431843.zip» v:shapes="_x0000_i1188">– вариация значений <shape id="_x0000_i1189" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image303.wmz» o:><img width=«20» height=«25» src=«dopb431844.zip» v:shapes="_x0000_i1189"> вокруг среднего; <shape id="_x0000_i1190" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image305.wmz» o:><img width=«127» height=«45» src=«dopb431845.zip» v:shapes="_x0000_i1190">– вариация, объясненная регрессионным уравнением; <shape id="_x0000_i1191" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image307.wmz» o:><img width=«120» height=«45» src=«dopb431846.zip» v:shapes="_x0000_i1191">– необъясненная вариация.
Долю объясненной регрессии или коэффициент детерминации <shape id="_x0000_i1192" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image309.wmz» o:><img width=«25» height=«24» src=«dopb431847.zip» v:shapes="_x0000_i1192"> можно определить по формуле
                                    <shape id="_x0000_i1193" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image311.wmz» o:><img width=«155» height=«48» src=«dopb431848.zip» v:shapes="_x0000_i1193">,                                      (2.26)
Коэффициент <shape id="_x0000_i1194" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image313.wmz» o:><img width=«25» height=«24» src=«dopb431847.zip» v:shapes="_x0000_i1194"> показывает качество подгонки регрессионной модели к наблюденным значениям <shape id="_x0000_i1195" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image314.wmz» o:><img width=«20» height=«25» src=«dopb431844.zip» v:shapes="_x0000_i1195">, принимает значения из интервала [0,1]. Однако при увеличении количества регрессоров <shape id="_x0000_i1196" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image315.wmz» o:><img width=«25» height=«24» src=«dopb431847.zip» v:shapes="_x0000_i1196"> возрастает. Если взять число регрессоров равным числу наблюдений, всегда можно добиться того, что <shape id="_x0000_i1197" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image316.wmz» o:><img width=«51» height=«24» src=«dopb431849.zip» v:shapes="_x0000_i1197">, но это вовсе не будет означать наличие содержательной (имеющей экономический смысл) зависимости y от регрессоров.
Попыткой устранить эффект, связанный с ростом <shape id="_x0000_i1198" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image318.wmz» o:><img width=«25» height=«24» src=«dopb431847.zip» v:shapes="_x0000_i1198"> при возрастании числа регрессоров, является коррекция <shape id="_x0000_i1199" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image319.wmz» o:><img width=«25» height=«24» src=«dopb431847.zip» v:shapes="_x0000_i1199"> на число регрессоров. Скорректированным <shape id="_x0000_i1200" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image320.wmz» o:><img width=«25» height=«24» src=«dopb431847.zip» v:shapes="_x0000_i1200"> называется
                                <shape id="_x0000_i1201" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image321.wmz» o:><img width=«168» height=«48» src=«dopb431850.zip» v:shapes="_x0000_i1201">,                                        (2.27)
Для проверки статистической значимости регрессии необходимо рассчитать статистику
                          <shape id="_x0000_i1202" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image323.wmz» o:><img width=«219» height=«52» src=«dopb431851.zip» v:shapes="_x0000_i1202">,                                    (2.28)                       
Статистика F имеет распределение Фишера <shape id="_x0000_i1203" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image325.wmz» o:><img width=«136» height=«24» src=«dopb431852.zip» v:shapes="_x0000_i1203"> и ее можно использовать для проверки гипотезы H0: <shape id="_x0000_i1204" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image327.wmz» o:><img width=«156» height=«25» src=«dopb431853.zip» v:shapes="_x0000_i1204"> (если <shape id="_x0000_i1205" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image329.wmz» o:><img width=«19» height=«25» src=«dopb431854.zip» v:shapes="_x0000_i1205">– константа, и она включена в состав регрессоров). А именно, гипотеза H0отвергается (регрессия статистически значима) на уровне значимости α, если <shape id="_x0000_i1206" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image331.wmz» o:><img width=«144» height=«25» src=«dopb431855.zip» v:shapes="_x0000_i1206">.
Для проверки значимости коэффициентов регрессии, а именно для проверки гипотезы H0: <shape id="_x0000_i1207" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image333.wmz» o:><img width=«51» height=«28» src=«dopb431856.zip» v:shapes="_x0000_i1207">, необходимо рассчитать статистику
                                                        <shape id="_x0000_i1208" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image335.wmz» o:><img width=«48» height=«56» src=«dopb431857.zip» v:shapes="_x0000_i1208">,                                      (2.29)
Статистика t имеет распределение Стьюдента с n-k степенями свободы <shape id="_x0000_i1209" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image337.wmz» o:><img width=«83» height=«24» src=«dopb431858.zip» v:shapes="_x0000_i1209">. Гипотеза H0отклоняется на уровне значимости α, если
<shape id="_x0000_i1210" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image339.wmz» o:><img width=«108» height=«29» src=«dopb431859.zip» v:shapes="_x0000_i1210">.
2.2.1.7 Временные ряды
Временными рядами обычно называют расположенные в  хронологической последовательности значения тех или иных статистических показателей. Для оценщика временные ряды представляют несомненный интерес, так как могут содержать информацию об изменении цен или иных экономических показателей различных объектов во времени (ставок налогов, доходов, создаваемых объектами оценки, спроса на определенные группы товаров и т.п.). Каждый временной ряд состоит из двух групп элементов:
1)моментов или периодов времени, к которым относятся изучаемые статистические данные;
2)значений статистических показателей, которые характеризуют изучаемый процесс или объект в определенный момент или за указанный период времени.
Одной из основных задач, возникающих при анализе рядов динамики,  является  установление  закономерности  изменения уровней изучаемого показателя во времени. Уровни ряда динамики формируются под совокупным влиянием множества факторов и в том числе различного рода случайных обстоятельств. Изучая реальные ситуации, можно заметить, что различные временные ряды могут складываться из четырех составляющих:
·       тренда, или систематической составляющей;
·       колебаний относительно тренда  с большей или  меньшей регулярностью;
·       эффекта сезонности;
·       случайной составляющей.
В большинстве случаев фактический уровень временного ряда можно представить как сумму или произведение трендовой, циклической и случайной компонент. Модель, в которой  временной ряд представлен как сумма перечисленных компонент, называется аддитивной моделью временного ряда. Модель, в которой временной ряд представлен как произведение  перечисленных компонент, называется мультипликативной моделью временного ряда. Основная задача эконометрического исследования отдельного временного ряда – выявление и придание количественного выражения каждой из перечисленных выше компонент с тем, чтобы использовать полученную информацию для прогнозирования будущих значений ряда или при построении моделей взаимосвязи двух или более временных рядов.
Под трендом обычно понимают некое устойчивое, систематическое изменение изучаемого показателя в течение длительного периода. В понятие тренда заложено то обстоятельство, что изменение  на  протяжении  длительного  периода  представляется как бы сглаженным. Это означает, что составляющую, соответствующую тренду, обычно можно представить в виде полинома от времени t. Хотя полиномы являются наиболее удобными с математической  точки  зрения функциями, для его описания могут быть использованы и другие функции.
Наиболее легко обнаружить в  составе временного ряда  эффект сезонности. Обычно это регулярные колебания с периодом в один год или с периодом, равным какому-либо другому известному фиксированному временному интервалу. В ряде случаев такие колебания вообще могут отсутствовать в составе временного ряда.
Выделив тренд и сезонные изменения,  получим  ряд,  представляющий более или менее регулярные колебания. Это так называемый остаточный ряд. Основная задача при анализе остаточного ряда – выяснить, подчинены ли колебания некоторому закону и, следовательно, предсказуемы, или любая их часть абсолютно случайна. Колебания первого типа называют систематическими, второго типа – случайными.
Наиболее распространенным случаем исследования временных рядов является выявление основной закономерности изменения уровней ряда, в некоторой мере свободной от случайных составляющих.  Обычно  основную  закономерность  отражает тренд, а методы его обнаружения называются в теории временных рядов методами аналитического выравнивания. Методы выравнивания позволяют построить математическую модель тренда временного ряда. В таблице 5 приведены различные виды трендовых моделей, наиболее часто используемые для моделей трендов.

Таблица 2.1 Трендовые модели
Название функции (модели тренда)
Описание функции
Линейный тренд
<shape id="_x0000_i1211" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image341.wmz» o:><img width=«79» height=«24» src=«dopb431860.zip» v:shapes="_x0000_i1211">
Гипербола
<shape id="_x0000_i1212" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image343.wmz» o:><img width=«68» height=«41» src=«dopb431861.zip» v:shapes="_x0000_i1212">
Экспоненциальный тренд
<shape id="_x0000_i1213" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image345.wmz» o:><img width=«64» height=«25» src=«dopb431862.zip» v:shapes="_x0000_i1213"> или <shape id="_x0000_i1214" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image347.wmz» o:><img width=«63» height=«25» src=«dopb431863.zip» v:shapes="_x0000_i1214">
Тренд в форме степенной функции
<shape id="_x0000_i1215" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image349.wmz» o:><img width=«61» height=«25» src=«dopb431864.zip» v:shapes="_x0000_i1215">
Парабола второго и более высоких порядков
<shape id="_x0000_i1216" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image351.wmz» o:><img width=«204» height=«25» src=«dopb431865.zip» v:shapes="_x0000_i1216">
Логарифмическая
<shape id="_x0000_i1217" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image353.wmz» o:><img width=«92» height=«24» src=«dopb431866.zip» v:shapes="_x0000_i1217">
Линейная модель является самым простым видом тренда. Она подходит для отображения примерно равных изменений (роста или падения) показателей процесса за равные периоды времени. Практика показывает, что такой характер изменения рядов динамики встречается довольно часто. Причиной этого обычно является наличие большого числа факторов, влияющих на изучаемый процесс.
Параболы второго  и  более  высоких  порядков применяются для описания процессов, которые на некотором, обычно непродолжительном, временном интервале  имеют  примерно  постоянное ускорение абсолютного прироста уровней. Так бывает, например, при ускоренном увеличении дохода в фазе циклического подъема. Параболические модели 2-го порядка более распространены по сравнению с моделями 3-го порядка, особенно при ограниченной длине временного ряда.
Экспоненциальная модель тренда характерна для процессов, не имеющих ограничений для роста уровня. На практике так может быть лишь на ограниченном интервале времени.
Логарифмическая  модель  подходит для описания процесса, когда при постоянном абсолютном изменении значений изучаемого показателя во времени темп этих изменений замедляется, но не прекращается совсем. Если, наоборот, наблюдается замедляющееся снижение уровней процесса, причем эти уровни стремятся к некоторому пределу, для описания тренда хорошо подходит гиперболическая модель. /22/
Перечисленные примеры не исчерпывают всего разнообразия моделей, применяемых для  описания трендов. Поэтому задача выбора подходящей модели не является простой и однозначной. Основанием  для  выбора  модели  может  быть  содержательный анализ  сущности  развития  изучаемого  процесса.  Можно  опираться на результаты предыдущих исследований или анализ диаграммы, построенной по табличным данным, соответствующим собранной  информации. В последнем  случае  трудности могут возникнуть из-за того, что истинная тенденция изменения показателей процесса может  быть замаскирована  наложенными  на нее колебаниями уровней временного ряда.
Существует несколько способов определения типа  тенденции. К числу наиболее распространенных способов относятся качественный анализ изучаемого процесса, построение и  визуальный анализ графика зависимости уровней ряда от времени, расчет некоторых основных показателей динамики. В этих же целях можно использовать и коэффициенты автокорреляции уровней ряда. Тип тенденции можно определить путем сравнения  коэффициентов автокорреляции первого порядка <shape id="_x0000_i1218" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image355.wmz» o:><img width=«15» height=«25» src=«dopb431867.zip» v:shapes="_x0000_i1218">, рассчитанных по исходным и преобразованным уровням ряда.
                              <shape id="_x0000_i1219" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image357.wmz» o:><img width=«255» height=«108» src=«dopb431868.zip» v:shapes="_x0000_i1219">,                   (2.30)           
где <shape id="_x0000_i1220" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image359.wmz» o:><img width=«80» height=«76» src=«dopb431869.zip» v:shapes="_x0000_i1220">; <shape id="_x0000_i1221" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image361.wmz» o:><img width=«95» height=«76» src=«dopb431870.zip» v:shapes="_x0000_i1221">.
Если временной ряд имеет линейную тенденцию, то его соседние уровни <shape id="_x0000_i1222" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image363.wmz» o:><img width=«20» height=«25» src=«dopb431844.zip» v:shapes="_x0000_i1222"> и <shape id="_x0000_i1223" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image364.wmz» o:><img width=«32» height=«25» src=«dopb431871.zip» v:shapes="_x0000_i1223"> тесно коррелируют. В этом случае коэффициент автокорреляции первого порядка уровней исходного ряда должен быть высоким. Если временной ряд содержит нелинейную тенденцию,  например, в форме экспоненты, то коэффициент автокорреляции  первого порядка по логарифмам уровней исходного ряда будет  выше, чем соответствующий коэффициент, рассчитанный по  уровням ряда. Чем сильнее выражена нелинейная тенденция в  изучаемом временном ряде, тем в большей степени будут различаться значения указанных коэффициентов.
    продолжение
--PAGE_BREAK--Выбор наилучшего уравнения в случае, если ряд содержит  нелинейную тенденцию, можно осуществить путем перебора  основных форм тренда, расчета по каждому сравнению  скорректированного коэффициента детерминации <shape id="_x0000_i1224" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image366.wmz» o:><img width=«25» height=«24» src=«dopb431847.zip» v:shapes="_x0000_i1224"> и выбора уравнения тренда с максимальным значением скорректированного коэффициента детерминации. Реализация этого метода относительно проста при компьютерной обработке данных.
2.3 Математические модели формирования кредитного портфеля на основе оценки стоимости имущества заемщика
Рассмотрим задачу формирования кредитного портфеля банка при рассмотрении заявок Кредитным комитетом коммерческого банка. 
Кредитный портфель банка – это совокупность остатков задолженности по активным кредитным операциям на определенную дату. Клиентский кредитный портфель является его составной частью и представляет собой остаток задолженности по кредитным операциям банка с физическими и юридическими лицами на определенную дату.
Как и в модели (2.1) будем формировать кредитный портфель на основе максимизации показателя дохода банка. Однако решением задачи формирования кредитного портфеля будут не доли кредитов клиентов в кредитном портфеле, а решение выдавать или не выдавать кредит. При построении модели кредитного портфеля необходимо учесть риски, возникающие при кредитовании клиентов, поэтому при использовании такого подхода целесообразно рассматривать максимизацию ожидаемого дохода банка. Для определенности будем предполагать, что риски по отдельным клиентам независимы между собой.
Предположим, банк формирует кредитный портфель из ссуд, которые распределены по m группам качества (<shape id="_x0000_i1225" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image367.wmz» o:><img width=«55» height=«27» src=«dopb431733.zip» v:shapes="_x0000_i1225">) и могут быть выданы n  клиентам (<shape id="_x0000_i1226" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image368.wmz» o:><img width=«55» height=«28» src=«dopb431735.zip» v:shapes="_x0000_i1226">).
Введем следующие обозначения:
<shape id="_x0000_i1227" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image369.wmz» o:><img width=«19» height=«25» src=«dopb431872.zip» v:shapes="_x0000_i1227"> – бинарная переменная, которая принимает значение 1, если кредит включен в кредитный портфель, и 0, если кредит не включен в кредитный портфель;
<shape id="_x0000_i1228" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image371.wmz» o:><img width=«20» height=«25» src=«dopb431873.zip» v:shapes="_x0000_i1228">– бинарная переменная, которая принимает значение 1, если кредит выдаваемый клиенту j, включается в i-ую группу качества, и 0 иначе. Предполагается, что клиенту может быть выдан только один кредит, поэтому <shape id="_x0000_i1229" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image373.wmz» o:><img width=«68» height=«55» src=«dopb431874.zip» v:shapes="_x0000_i1229">;
<shape id="_x0000_i1230" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image375.wmz» o:><img width=«17» height=«25» src=«dopb431875.zip» v:shapes="_x0000_i1230">– случайная величина дохода банка при выдачи кредита j-му клиенту;
<shape id="_x0000_i1231" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image377.wmz» o:><img width=«17» height=«25» src=«dopb431876.zip» v:shapes="_x0000_i1231">– величина выдаваемого кредита j-му клиенту (в денежных единицах) с учетом возможного внесения первоначального взноса;
<shape id="_x0000_i1232" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image379.wmz» o:><img width=«15» height=«25» src=«dopb431877.zip» v:shapes="_x0000_i1232"> – величина дохода, получаемого банком от выдачи кредита j-му клиенту кредита (в денежных единицах). Величина <shape id="_x0000_i1233" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image381.wmz» o:><img width=«15» height=«25» src=«dopb431877.zip» v:shapes="_x0000_i1233"> в общем случае зависит от ставки по кредиту, срока кредита, суммы кредита <shape id="_x0000_i1234" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image382.wmz» o:><img width=«17» height=«25» src=«dopb431876.zip» v:shapes="_x0000_i1234"> и других факторов;
<shape id="_x0000_i1235" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image383.wmz» o:><img width=«19» height=«25» src=«dopb431878.zip» v:shapes="_x0000_i1235">– рыночная стоимость имущества j-го клиента на момент реализации (в денежных единицах) с учетом дисконтирования стоимости;
<shape id="_x0000_i1236" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image385.wmz» o:><img width=«16» height=«25» src=«dopb431879.zip» v:shapes="_x0000_i1236">– величина расчетного резерва в процентах от суммы основного долга;
SK – величина собственного капитала банка (в денежных единицах)
<shape id="_x0000_i1237" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image387.wmz» o:><img width=«23» height=«25» src=«dopb431728.zip» v:shapes="_x0000_i1237">– ставка по депозитам k-го типа (<shape id="_x0000_i1238" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image388.wmz» o:><img width=«60» height=«27» src=«dopb431880.zip» v:shapes="_x0000_i1238">);
<shape id="_x0000_i1239" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image390.wmz» o:><img width=«25» height=«25» src=«dopb431727.zip» v:shapes="_x0000_i1239">– величина средств, привлеченных в качестве депозитов k-го типа (<shape id="_x0000_i1240" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image391.wmz» o:><img width=«60» height=«27» src=«dopb431880.zip» v:shapes="_x0000_i1240">).
Предполагается, что величины <shape id="_x0000_i1241" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image377.wmz» o:><img width=«17» height=«25» src=«dopb431876.zip» v:shapes="_x0000_i1241">, <shape id="_x0000_i1242" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image379.wmz» o:><img width=«15» height=«25» src=«dopb431877.zip» v:shapes="_x0000_i1242">, <shape id="_x0000_i1243" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image383.wmz» o:><img width=«19» height=«25» src=«dopb431878.zip» v:shapes="_x0000_i1243">, SK, <shape id="_x0000_i1244" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image390.wmz» o:><img width=«25» height=«25» src=«dopb431727.zip» v:shapes="_x0000_i1244"> могут принимать только положительные значения.
2.3.1 Целевая функция для задачи формирования кредитного портфеля коммерческого банка
Величина дохода банка при работе с клиентами является случайной.
После выдачи кредита для банка возможны следующие ситуации:
·       кредит погашен полностью в срок платежными средствами заемщика, в том числе сумма основного долга, проценты по кредиту, комиссионные и иные платежи;
·       кредит погашен в результате реализации объекта залога по кредиту. В этом случае банк может получить неполное возмещение вследствие различной ликвидности имущества, принятого в залог по кредиту;
·       кредит не погашен вследствие разорения заемщика.
Другие возможные ситуации не рассматриваются.
Предположим, что каждой ситуации соответствует вероятность ее наступления и соответствующая величина дохода или убытка банка (исход).
Охарактеризуем каждый возможный исход случайной величины <shape id="_x0000_i1245" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image392.wmz» o:><img width=«17» height=«25» src=«dopb431875.zip» v:shapes="_x0000_i1245">.
Если кредит погашен полностью в срок платежными средствами заемщика, то банк получает доход <shape id="_x0000_i1246" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image393.wmz» o:><img width=«17» height=«28» src=«dopb431881.zip» v:shapes="_x0000_i1246"> с вероятностью <shape id="_x0000_i1247" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image395.wmz» o:><img width=«24» height=«25» src=«dopb431882.zip» v:shapes="_x0000_i1247">.
Если кредит погашен в результате реализации объекта залога, то банк получает доход <shape id="_x0000_i1248" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image397.wmz» o:><img width=«56» height=«28» src=«dopb431883.zip» v:shapes="_x0000_i1248"> с вероятностью <shape id="_x0000_i1249" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image399.wmz» o:><img width=«27» height=«25» src=«dopb431884.zip» v:shapes="_x0000_i1249">.
При невозврате кредита банк получает доход (<shape id="_x0000_i1250" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image401.wmz» o:><img width=«35» height=«28» src=«dopb431885.zip» v:shapes="_x0000_i1250">) с вероятностью <shape id="_x0000_i1251" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image403.wmz» o:><img width=«25» height=«25» src=«dopb431886.zip» v:shapes="_x0000_i1251">
Таким образом, имеем дискретное распределение случайной величины <shape id="_x0000_i1252" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image405.wmz» o:><img width=«17» height=«25» src=«dopb431875.zip» v:shapes="_x0000_i1252"> — дохода банка при предоставлении кредита i-ой категории качества j-му клиенту.
Доход
<shape id="_x0000_i1253" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image406.wmz» o:><img width=«17» height=«28» src=«dopb431881.zip» v:shapes="_x0000_i1253">
<shape id="_x0000_i1254" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image407.wmz» o:><img width=«56» height=«28» src=«dopb431883.zip» v:shapes="_x0000_i1254">
<shape id="_x0000_i1255" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image408.wmz» o:><img width=«35» height=«28» src=«dopb431885.zip» v:shapes="_x0000_i1255">
Вероятность
<shape id="_x0000_i1256" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image409.wmz» o:><img width=«29» height=«28» src=«dopb431887.zip» v:shapes="_x0000_i1256">
<shape id="_x0000_i1257" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image411.wmz» o:><img width=«32» height=«28» src=«dopb431888.zip» v:shapes="_x0000_i1257">
<shape id="_x0000_i1258" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image413.wmz» o:><img width=«31» height=«28» src=«dopb431889.zip» v:shapes="_x0000_i1258">
Теперь можно определить характеристики случайной величины – дохода банка:
— ожидаемый доход банка (математическое ожидание)
           <shape id="_x0000_i1259" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image415.wmz» o:><img width=«280» height=«28» src=«dopb431890.zip» v:shapes="_x0000_i1259">,                                     (2.31)
— дисперсию дохода банка
          <shape id="_x0000_i1260" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image417.wmz» o:><img width=«355» height=«33» src=«dopb431891.zip» v:shapes="_x0000_i1260">,                       (2.32)
— стандартное отклонение дохода банка
          <shape id="_x0000_i1261" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image419.wmz» o:><img width=«302» height=«33» src=«dopb431892.zip» v:shapes="_x0000_i1261">.                                  (2.33)
Поскольку доход банка представляет собой случайную величину, то естественным критерием оптимизации будет максимизация суммарного ожидаемого дохода по всем выданным ссудам.
Таким образом, можно записать целевую функцию для задачи формирования кредитного портфеля с учетом предположения о независимости рисков при кредитовании клиентов.
                                      <shape id="_x0000_i1262" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image421.wmz» o:><img width=«219» height=«57» src=«dopb431893.zip» v:shapes="_x0000_i1262">.                           (2.34)

2.3.2 Ограничения для задачи формирования кредитного портфеля коммерческого банка
2.3.2.1 Ограничения по суммарной величине выдаваемых кредитов по группам качества
Банк может установить ограничение по суммарной величине выдаваемых кредитов по каждой группе качества <shape id="_x0000_i1263" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image423.wmz» o:><img width=«20» height=«25» src=«dopb431732.zip» v:shapes="_x0000_i1263">, <shape id="_x0000_i1264" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image424.wmz» o:><img width=«55» height=«27» src=«dopb431733.zip» v:shapes="_x0000_i1264">.
                                            <shape id="_x0000_i1265" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image425.wmz» o:><img width=«112» height=«57» src=«dopb431894.zip» v:shapes="_x0000_i1265">, <shape id="_x0000_i1266" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image427.wmz» o:><img width=«55» height=«27» src=«dopb431733.zip» v:shapes="_x0000_i1266">.                             (2.35)
2.3.2.2 Ограничения по обязательным резервам банка
В соответствии с Положением Центрального Банка РФ №254-П от 26 марта 2004 года «О порядке формирования кредитными организациями резервов на возможные потери по ссудам, по ссудной и приравненной к ней задолженности» коммерческие банки обязаны формировать резервы на возможные потери по кредитам. Положение определяет категории качества кредитов,  а также величину резервов формируемых по каждой категории.
Таблица 2.2 Категории качества кредитов и  величина резервов формируемых по каждой категории
Таким образом, банк сам может назначать величину <shape id="_x0000_i1267" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image428.wmz» o:><img width=«16» height=«25» src=«dopb431879.zip» v:shapes="_x0000_i1267"> в зависимости от категории качества.
Однако если допустить линейную зависимость величины резерва от кредитного риска, то можно предложить следующую процедуру определения параметра <shape id="_x0000_i1268" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image429.wmz» o:><img width=«16» height=«25» src=«dopb431879.zip» v:shapes="_x0000_i1268">.
Обозначим <shape id="_x0000_i1269" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image430.wmz» o:><img width=«37» height=«25» src=«dopb431895.zip» v:shapes="_x0000_i1269">– минимальное значение расчетного резерва, <shape id="_x0000_i1270" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image432.wmz» o:><img width=«40» height=«25» src=«dopb431896.zip» v:shapes="_x0000_i1270">– максимальное значение расчетного резерва для i-ой группы качества.
По каждому кредиту в категории качества i находим минимальное стандартное отклонение <shape id="_x0000_i1271" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image434.wmz» o:><img width=«123» height=«41» src=«dopb431897.zip» v:shapes="_x0000_i1271">и максимальное стандартное отклонение <shape id="_x0000_i1272" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image436.wmz» o:><img width=«128» height=«41» src=«dopb431898.zip» v:shapes="_x0000_i1272">.  
Теперь показатель <shape id="_x0000_i1273" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image438.wmz» o:><img width=«16» height=«25» src=«dopb431879.zip» v:shapes="_x0000_i1273"> можно определить с помощью следующего соотношения
           <shape id="_x0000_i1274" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image439.wmz» o:><img width=«286» height=«52» src=«dopb431899.zip» v:shapes="_x0000_i1274">, <shape id="_x0000_i1275" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image441.wmz» o:><img width=«55» height=«27» src=«dopb431733.zip» v:shapes="_x0000_i1275">, <shape id="_x0000_i1276" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image442.wmz» o:><img width=«55» height=«28» src=«dopb431735.zip» v:shapes="_x0000_i1276">.            (2.36)
Величина суммарных резервов на возможные потери по кредитам из группы качества i равна
                                           <shape id="_x0000_i1277" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image443.wmz» o:><img width=«128» height=«57» src=«dopb431900.zip» v:shapes="_x0000_i1277">, <shape id="_x0000_i1278" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image445.wmz» o:><img width=«55» height=«27» src=«dopb431733.zip» v:shapes="_x0000_i1278">.                           (2.37)
2.3.1.3 Ограничение по средствам банка
При формировании кредитного портфеля банк располагает определенными средствами, величина которых ограничена. Суммарная величина выдаваемых кредитов и резервов, создаваемых на случай возможных потерь по кредитам, не может превышать средства банка, состоящие из собственных средств банка SK и средств, привлекаемых в виде депозитов <shape id="_x0000_i1279" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image446.wmz» o:><img width=«48» height=«55» src=«dopb431901.zip» v:shapes="_x0000_i1279">. Таким образом, можно записать ограничение по средствам банка
                             <shape id="_x0000_i1280" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image448.wmz» o:><img width=«276» height=«55» src=«dopb431902.zip» v:shapes="_x0000_i1280">.                        (2.38)
2.3.1.4 Выполнение требований  Центрального банка РФ об обязательных нормативах
Инструкция Банка России от 16 января 2004 г. №110-И «Об обязательных нормативах банков» содержит требования по определенным нормативам, выполнение которых обязательно при ведении банковской деятельности. Эта инструкция устанавливает числовые значения и методику расчета  следующих  обязательных  нормативов банков:
—    достаточности собственных средств банка;
-    ликвидности банков;
—  максимального размера риска на одного заемщика  или группу связанных заемщиков;
—    максимального размера крупных кредитных рисков;
— максимального размера кредитов, банковских гарантий и поручительств, предоставленных банком своим участникам (акционерам);
-    совокупной величины риска по инсайдерам банка;
— использования собственных средств (капитала) банков для приобретения акций (долей) других юридических лиц.
Большая часть нормативов определяется по показателям, затрагивающим деятельность банка в целом. Тем не менее, в состав модели ограничений можно включить ограничения по максимальному риску на одного заемщика и максимальному размеру крупных кредитных рисков.
В соответствии с Инструкцией №110-И ограничение по максимальному риску на одного заемщика можно записать в виде
       <shape id="_x0000_i1281" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image450.wmz» o:><img width=«155» height=«51» src=«dopb431903.zip» v:shapes="_x0000_i1281"> или <shape id="_x0000_i1282" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image452.wmz» o:><img width=«164» height=«28» src=«dopb431904.zip» v:shapes="_x0000_i1282">, <shape id="_x0000_i1283" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image454.wmz» o:><img width=«55» height=«27» src=«dopb431733.zip» v:shapes="_x0000_i1283">, <shape id="_x0000_i1284" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image455.wmz» o:><img width=«55» height=«28» src=«dopb431735.zip» v:shapes="_x0000_i1284">. (2.39)
В соответствие с Инструкцией №110-И крупным  кредитным  риском является  сумма  кредитов,  гарантий  и  поручительств  в  пользу  одного клиента, превышающая пять процентов собственных средств (капитала) банка. Таким образом, ограничение по максимальному размеру крупных кредитных рисков можно записать так
                               <shape id="_x0000_i1285" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image456.wmz» o:><img width=«95» height=«79» src=«dopb431905.zip» v:shapes="_x0000_i1285"> или <shape id="_x0000_i1286" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image458.wmz» o:><img width=«96» height=«47» src=«dopb431906.zip» v:shapes="_x0000_i1286">,                            (2.40)
где <shape id="_x0000_i1287" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image460.wmz» o:><img width=«267» height=«63» src=«dopb431907.zip» v:shapes="_x0000_i1287">.
Формально модель формирования кредитного портфеля на основании стоимости имущества заемщика при максимизации ожидаемого дохода от кредитного портфеля можно записать следующим образом./13/
Целевая функция:
<shape id="_x0000_i1288" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image462.wmz» o:><img width=«108» height=«47» src=«dopb431908.zip» v:shapes="_x0000_i1288">
Ограничения:
Ограничения по суммарной величине выдаваемых кредитов по группам качества:
<shape id="_x0000_i1289" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image464.wmz» o:><img width=«112» height=«55» src=«dopb431909.zip» v:shapes="_x0000_i1289">, <shape id="_x0000_i1290" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image466.wmz» o:><img width=«55» height=«27» src=«dopb431733.zip» v:shapes="_x0000_i1290">.
Ограничения по обязательным резервам банка:
<shape id="_x0000_i1291" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image467.wmz» o:><img width=«128» height=«57» src=«dopb431900.zip» v:shapes="_x0000_i1291">, <shape id="_x0000_i1292" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image468.wmz» o:><img width=«55» height=«27» src=«dopb431733.zip» v:shapes="_x0000_i1292">.
Ограничение по средствам банка:                                                   (2.41)
<shape id="_x0000_i1293" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image469.wmz» o:><img width=«240» height=«45» src=«dopb431910.zip» v:shapes="_x0000_i1293">.
Ограничения по обязательным нормативам банка:
<shape id="_x0000_i1294" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image471.wmz» o:><img width=«140» height=«25» src=«dopb431911.zip» v:shapes="_x0000_i1294">, <shape id="_x0000_i1295" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image473.wmz» o:><img width=«55» height=«27» src=«dopb431733.zip» v:shapes="_x0000_i1295">, <shape id="_x0000_i1296" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image474.wmz» o:><img width=«55» height=«28» src=«dopb431735.zip» v:shapes="_x0000_i1296">,
<shape id="_x0000_i1297" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image475.wmz» o:><img width=«96» height=«47» src=«dopb431906.zip» v:shapes="_x0000_i1297">, где <shape id="_x0000_i1298" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image476.wmz» o:><img width=«224» height=«53» src=«dopb431912.zip» v:shapes="_x0000_i1298">.
<shape id="_x0000_i1299" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image478.wmz» o:><img width=«63» height=«25» src=«dopb431913.zip» v:shapes="_x0000_i1299">, <shape id="_x0000_i1300" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image480.wmz» o:><img width=«55» height=«27» src=«dopb431733.zip» v:shapes="_x0000_i1300">, <shape id="_x0000_i1301" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image481.wmz» o:><img width=«55» height=«28» src=«dopb431735.zip» v:shapes="_x0000_i1301">.
Модель относится к классу линейных статических моделей дискретного программирования. Для получения решения могут быть использованы такие методы целочисленного программирования, как метод ветвей и границ, метод Гомори, а также метод дискретного динамического программирования.
Рассмотрим теперь формирование кредитного портфеля банка на основе подхода Марковица. Подход Марковица предполагает минимизацию стандартного отклонения портфеля при заданной величине ожидаемой доходности портфеля. Вместо ожидаемой доходности будем использовать ожидаемый доход от кредитного портфеля.
Поскольку риски при кредитовании клиентов банка независимы, то дисперсия кредитного портфеля банка равна
                                                 <shape id="_x0000_i1302" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image482.wmz» o:><img width=«104» height=«57» src=«dopb431914.zip» v:shapes="_x0000_i1302">,                                  (2.42)
где <shape id="_x0000_i1303" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image484.wmz» o:><img width=«23» height=«27» src=«dopb431915.zip» v:shapes="_x0000_i1303"> определяется по формуле (2.32)./20/
Известно, что в качестве меры риска кредитного портфеля на практике применяют стандартное отклонение портфеля. Поэтому в качестве целевой функции задачи можно использовать функцию
<shape id="_x0000_i1304" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image486.wmz» o:><img width=«108» height=«61» src=«dopb431916.zip» v:shapes="_x0000_i1304">
Банк является коммерческой организацией и его деятельность должна приносить доход, с учетом расходов по выплате процентов по депозитам. Поэтому ожидаемый доход от кредитного портфеля должен быть не менее расходов, связанных с выплатой процентов по депозитам <shape id="_x0000_i1305" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image488.wmz» o:><img width=«65» height=«55» src=«dopb431917.zip» v:shapes="_x0000_i1305">. Это условие может быть записано в следующем виде.
                                           <shape id="_x0000_i1306" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image490.wmz» o:><img width=«127» height=«47» src=«dopb431918.zip» v:shapes="_x0000_i1306">.                                     (2.43)     
Кроме этого, предполагается, что банк должен выдать кредитов на сумму не меньшую установленного показателя Δ. Это может быть формализовано ограничением
<shape id="_x0000_i1307" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image492.wmz» o:><img width=«91» height=«57» src=«dopb431919.zip» v:shapes="_x0000_i1307">.                                                                                    (2.44)
Остальные ограничения модели при использовании подхода Марковица, связанные с выполнением требований Банка России, можно перенести без преобразования из модели (2.41).
Формально модель формирования кредитного портфеля на основании стоимости имущества заемщика при минимизации стандартного отклонения портфеля записать следующим образом.
Целевая функция:
<shape id="_x0000_i1308" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image494.wmz» o:><img width=«147» height=«52» src=«dopb431920.zip» v:shapes="_x0000_i1308">
Ограничения:
Ограничения по суммарной величине выдаваемых кредитов по группам качества:
<shape id="_x0000_i1309" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image496.wmz» o:><img width=«112» height=«57» src=«dopb431894.zip» v:shapes="_x0000_i1309">, <shape id="_x0000_i1310" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image497.wmz» o:><img width=«55» height=«27» src=«dopb431733.zip» v:shapes="_x0000_i1310">.
Ограничения по обязательным резервам банка:
<shape id="_x0000_i1311" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image498.wmz» o:><img width=«128» height=«57» src=«dopb431900.zip» v:shapes="_x0000_i1311">, <shape id="_x0000_i1312" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image499.wmz» o:><img width=«55» height=«27» src=«dopb431733.zip» v:shapes="_x0000_i1312">.
Ограничение по средствам банка:
<shape id="_x0000_i1313" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image500.wmz» o:><img width=«240» height=«45» src=«dopb431910.zip» v:shapes="_x0000_i1313">.                                                            (2.45)
Ограничения по обязательным нормативам банка:
<shape id="_x0000_i1314" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image501.wmz» o:><img width=«140» height=«25» src=«dopb431911.zip» v:shapes="_x0000_i1314">, <shape id="_x0000_i1315" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image502.wmz» o:><img width=«55» height=«27» src=«dopb431733.zip» v:shapes="_x0000_i1315">, <shape id="_x0000_i1316" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image503.wmz» o:><img width=«55» height=«28» src=«dopb431735.zip» v:shapes="_x0000_i1316">,
<shape id="_x0000_i1317" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image504.wmz» o:><img width=«96» height=«47» src=«dopb431906.zip» v:shapes="_x0000_i1317">, где <shape id="_x0000_i1318" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image505.wmz» o:><img width=«224» height=«53» src=«dopb431912.zip» v:shapes="_x0000_i1318">.
Ограничение по ожидаемому доходу от кредитного портфеля коммерческого банка:
<shape id="_x0000_i1319" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image506.wmz» o:><img width=«127» height=«47» src=«dopb431918.zip» v:shapes="_x0000_i1319">.
Ограничение по минимальной сумме выданных кредитов:
<shape id="_x0000_i1320" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image507.wmz» o:><img width=«91» height=«57» src=«dopb431919.zip» v:shapes="_x0000_i1320">
<shape id="_x0000_i1321" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image508.wmz» o:><img width=«63» height=«25» src=«dopb431913.zip» v:shapes="_x0000_i1321">, <shape id="_x0000_i1322" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image509.wmz» o:><img width=«55» height=«27» src=«dopb431733.zip» v:shapes="_x0000_i1322">, <shape id="_x0000_i1323" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image510.wmz» o:><img width=«55» height=«28» src=«dopb431735.zip» v:shapes="_x0000_i1323">.
Модель относится к классу статических моделей нелинейного дискретного программирования с линейными ограничениями, в случае если минимизируется стандартное отклонение, и линейная если минимизируется дисперсия.
Задачи (2.41) и (2.45) являются детерминированными аналогами соответствующих стохастических задач, поскольку для их решения предполагается известным закон распределения случайной величины дохода банка при кредитовании каждого клиента.

3. ОЦЕНКА СТОИМОСТИ ЖИЛОЙ НЕДВИЖИМОСТИ И РАСЧЕТ КРЕДИТНОГО ПОРТФЕЛЯ КОММЕРЧЕСКОГО БАНКА НА ПРИМЕРЕ ОТДЕЛЕНИЯ СБЕРБАНКА РОССИИ
Формирование кредитного портфеля коммерческого банка рассмотрим на примере Отделения Сберегательного банка №1801 г. Каменска-Шахтинского Ростовской области (ОСБ №1801).
3.1 Оценка стоимости жилой недвижимости
Сбербанк России предлагает различные виды кредитов для своих клиентов. В частности, для физических лиц предлагаются кредит на жилье, автокредит, кредит на образование. В обеспечение таких кредитов может приниматься жилая недвижимость /3/.
В качестве примера оценки стоимости имущества, принимаемого в обеспечение кредита, рассмотрим оценку стоимости жилой недвижимости на вторичном рынке г. Каменск-Шахтинский Ростовской области. Информация о стоимости 38 объектов жилой недвижимости (квартир) приведена в Приложении 1. Информация получена из интернет-объявлений /29-39/.
Оценку стоимости жилой недвижимости в г. Каменск-Шахтинский будем проведена с помощью статистических методов, описанных в главе 2. Для выполнения оценки стоимости используется пакет прикладных программ StatCorp Stata 10 /28/.
Информация об объектах жилой недвижимости содержит следующие показатели (таблица 3.1)

Таблица 3.1 Показатели для оценки стоимости жилой недвижимости
Показатель
Переменная
Примечание
Цена объекта недвижимости, руб.
y
Количество комнат
x1
Расположенность
x2
1, если квартира находится в черте города, 0 если не в черте города
Этаж
x3
Последний этаж
x4
1 если квартира на последнем этаже, 0 если не на последнем
Общая площадь
x5
Наличие балкона
x6
1 если балкон имеется, 0 если не имеется
Наличие ремонта
x7
1 если выполнен ремонт, 0 если ремонт не выполнен
Субъективная оценка состояния квартиры
x8
1 – состояние квартиры удовлетворительное, 2 если состояние хорошее, 3 если состояние отличное
Описательные статистики показателей, характеризующих объекты жилой недвижимости, приведены в таблице 3.2.
Таблица 3.2 Описательные статистики показателей
Переменная
Среднее значение
Стандартное отклонение
Минимальное значение
Максимальное значение
y
1471999
681668,1
800000
3800000
x1
1,921053
0,9410052
1
4
x2
0,8684211
0,34257
0
1
x3
3,5
1,856326
1
8
x4
0,3421053
0,4807829
0
1
x5
48,46316
15,88585
30
90
x6
0,6052632
0, 4953554
0
1
x7
0,8684211
0,34257
0
1
x8
2,052632
0,6128078
1
3
    продолжение
--PAGE_BREAK--Значения показателей позволяют сделать вывод о том, что цена квартир колеблется от 800 000 руб. до 3 800 000 руб., средняя цена составляет
1 471 999 руб. Для среднего значения цены квартиры 95% доверительный интервал составляет  [1 247 941, 1 696 058].
При этом 86,8% продаваемых квартир расположены в черте города, 34,2% квартир расположены на последних этажах домов, в 60,5% квартир имеется балкон, в 86,8% квартир сделан ремонт, состояние квартир в среднем хорошее. Средняя общая площадь продаваемых квартир составляет 48,46 квадратных метров. Минимальная площадь продаваемых квартир составляет 30 квадратных метров, максимальная 90 квадратных метров. Средняя цена за квадратный метр жилья составляет 29 778,21 руб. Цены на квадратный метр колеблются от 20 588,23 руб. до 42 222,22 руб.
В качестве модели стоимости принята модель множественной линейной регрессии вида
<shape id="_x0000_i1324" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image511.wmz» o:><img width=«75» height=«21» src=«dopb431921.zip» v:shapes="_x0000_i1324">
Для отбора влияющих факторов рассчитана корреляционная матрица (таблица 3.3). Корреляционная матрица является симметричной, в скобках приведены p-значения для проверки значимости коэффициентов корреляции.
Таблиц 3.3 Корреляционная матрица переменных
Y
x1
x2
x3
x4
x5
x6
x7
x8
y
1,0
x1
0.7334
1,0
(0,0000)
x2
0.0995
0.0507
1,0
(0.5521)
0.7622
x3
-0.0254
-0.0542
-0.0638
1,0
(0.8798)
(0.7468)
(0.7038)
x4
-0.1151
0.1808
-0.2116
0.0757
1,0
(0.4913)
(0.2774)
(0.2022)
(0.6515)
x5
0.9330
0.8400
0.0711
0.0323
0.0512
1,0
(0.0000)
(0.0000)
(0.6714)
(0.8475)
(0.7600)
x6
-0.0640
-0.0687
0.0042
0.1029
-0.0986
-0.1159
1,0
(0.7025)
(0.6821)
(0.9801)
(0.5388)
(0.5561)
(0.4883)
x7
0.0937
0.1346
-0.1515
-0.0638
0.1166
0.0656
0.1635
1,0
(0.5756)
(0.4205)
(0.3638)
(0.7038)
(0.4857)
(0.6954)
(0.3268)
x8
0.5439
0.3355
-0.0949
-0.0000
-0.0628
0.4899
-0.0187
0.6776
1,0
(0.0004)
(0.0395)
(0.5710)
(1.0000)
(0.4857)
(0.0018)
(0.9111)
(0.0000)
Задавая уровень значимости для коэффициентов корреляции 5% можно сделать вывод о том, что на цену квартиры оказывают влияние только число комнат (x1), общая площадь (x5) и субъективная оценка состояния квартиры (x8). При этом линейная связь между ценой можно охарактеризовать как сильную, поскольку коэффициенты корреляции больше 0,5. Наименьшее влияние оказывает субъективная оценка состояния квартиры (x8), наибольшее – общая площадь квартиры (x5). Остальные показатели не оказывают значимого влияния на цену.
На рисунке 3.1 представлена зависимость цены квартиры от общей площади квартиры.
<shape id=«Рисунок_x0020_2» o:spid="_x0000_i1325" type="#_x0000_t75"><imagedata src=«1.files/image513.emz» o:><img width=«410» height=«301» src=«dopb431922.zip» v:shapes=«Рисунок_x0020_2»>
Рис. 3.1 Зависимость цены квартиры от общей площади квартиры
На рис. 3.1 просматривается линейная зависимость цены от общей площади квартиры. 
Поэтому в качестве модели цены можно рассматривать уравнение
                              <shape id="_x0000_i1326" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image515.wmz» o:><img width=«208» height=«24» src=«dopb431923.zip» v:shapes="_x0000_i1326">                                     (3.1)
Результаты оценки коэффициентов β уравнения (3.1) с помощью метода наименьших квадратов приведены в таблице 3.4
Таблица 3.4 Результаты оценивания уравнения регрессии
Переменная
Коэффициент <shape id="_x0000_i1327" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image517.wmz» o:><img width=«26» height=«36» src=«dopb431924.zip» v:shapes="_x0000_i1327">
Стандартная ошибка <shape id="_x0000_i1328" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image519.wmz» o:><img width=«31» height=«41» src=«dopb431925.zip» v:shapes="_x0000_i1328">
Значение
t-статистики
95% доверительный интервал
x1
-105105.3
78180.02
-1.34
-263986.2
53775.62
x5
43169.83
5004.436
8.63
32999.59
53340.07
x8
110832.9
74725.94
1.48
-41028.44
262694.3
<shape id="_x0000_i1329" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image521.wmz» o:><img width=«21» height=«25» src=«dopb431926.zip» v:shapes="_x0000_i1329">
-645733.3
153612.2
-4.20
-957910.8
-333555.8
Результаты оценки коэффициентов уравнения регрессии (3.1) показывают, что при увеличении общей площади квартиры на 1 м2, цена квартиры увеличивается на 43169,83 руб. Коэффициенты при переменных x1 и x8 незначимы на 5% уровне значимости. При этом величина F(3,34)=88,44 для гипотезы H0о незначимости уравнения регрессии в целом позволяет на 5% уровне значимости отклонить гипотезу H0. Таким образом, уравнение регрессии значимо в целом и имеет вид
.                                <shape id="_x0000_i1330" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image523.wmz» o:><img width=«191» height=«24» src=«dopb431927.zip» v:shapes="_x0000_i1330">                                         (3.2)
Коэффициент детерминации для этого уравнения равен <shape id="_x0000_i1331" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image525.wmz» o:><img width=«96» height=«28» src=«dopb431928.zip» v:shapes="_x0000_i1331">, что свидетельствует о хорошем качестве подгонки уравнения регрессии. Качество подгонки демонстрирует также рисунок 3.2.
Статистика Дарбина-Уотсона DW(4, 38) = 1,622 позволяет принять гипотезу H0об отсутствии автокорреляции первого порядка. Статистика <shape id="_x0000_i1332" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image527.wmz» o:><img width=«92» height=«28» src=«dopb431929.zip» v:shapes="_x0000_i1332"> для проверки на гетероскедастичность остатков регрессии с помощью теста Бреуша-Пагана позволяет принять гипотезу H0о гомоскедастичности остатков регрессии. Это позволяет считать оценки коэффициентов уравнения (3.2) состоятельными /19/.
<shape id=«Рисунок_x0020_10» o:spid="_x0000_i1333" type="#_x0000_t75"><imagedata src=«1.files/image529.emz» o:><img width=«448» height=«329» src=«dopb431930.zip» v:shapes=«Рисунок_x0020_10»>
Рис. 3.2 Зависимость цены квартиры от общей площади
(исходные данные и  уравнение регрессии)
Добавим в уравнение регрессии переменную X4, предполагая, что на цену квартиры оказывает влияние расположенность на верхнем этаже дома. Уравнение регрессии для этого случая имеет вид
.                                  <shape id="_x0000_i1334" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image531.wmz» o:><img width=«276» height=«25» src=«dopb431931.zip» v:shapes="_x0000_i1334">                     (3.3)
Результаты оценки коэффициентов β уравнения (3.3) с помощью метода наименьших квадратов приведены в таблице 3.5
Таблица 3.5 Результаты оценивания уравнения регрессии
Переменная
Коэффициент <shape id="_x0000_i1335" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image533.wmz» o:><img width=«20» height=«28» src=«dopb431833.zip» v:shapes="_x0000_i1335">
Стандартная ошибка <shape id="_x0000_i1336" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image534.wmz» o:><img width=«23» height=«29» src=«dopb431932.zip» v:shapes="_x0000_i1336">
Значение
t-статистики
95% доверительный интервал
x1
-58075.69
74491.69
-0.78
-209630.2
93478.81
x4
-204737
78588.74
-2.61
-364627
-44847.05
x5
41361.7
4677.974
8.84
31844.29
50879.12
x8
99488.39
4677.974
1.44
-41331.14
240307.9
<shape id="_x0000_i1337" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image521.wmz» o:><img width=«21» height=«25» src=«dopb431926.zip» v:shapes="_x0000_i1337">
-555124.3
146199.5
-3.80
-852569.4
-257679.2
Результаты оценки коэффициентов уравнения (3.3) регрессии показывают, что при увеличении общей площади квартиры на 1 м2, цена квартиры увеличивается на 41361,83 руб. Если квартира расположена на верхнем этаже, то цена квартиры уменьшается в среднем на 204737 руб. Коэффициенты при переменных x1 и x8 незначимы на 5% уровне значимости как и в предыдущем случае. При этом величина F(3,33)=79,32 для гипотезы H0о незначимости уравнения регрессии в целом позволяет на 5% уровне значимости отклонить гипотезу H0. Таким образом, уравнение регрессии значимо в целом и имеет вид
.                              <shape id="_x0000_i1338" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image536.wmz» o:><img width=«264» height=«24» src=«dopb431933.zip» v:shapes="_x0000_i1338">                           (3.4)
Коэффициент детерминации для этого уравнения равен <shape id="_x0000_i1339" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image538.wmz» o:><img width=«95» height=«28» src=«dopb431934.zip» v:shapes="_x0000_i1339">, что свидетельствует о хорошем качестве подгонки уравнения регрессии. Коэффициент детерминации незначительно отличается от коэффициента детерминации для предыдущего уравнения регрессии. Возможно, его рост объясняется включением в модель дополнительной переменной x4. Однако эта модель отражает влияние на цену квартиры ее расположенность на верхнем этаже дома. Для оценки стоимости жилья будем использовать модель (3.4).
Статистика Дарбина-Уотсона DW(5, 38) = 1,749 для уравнения (3.4) позволяет принять гипотезу H0об отсутствии автокорреляции первого порядка. Статистика <shape id="_x0000_i1340" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image540.wmz» o:><img width=«92» height=«28» src=«dopb431935.zip» v:shapes="_x0000_i1340"> для проверки на гетероскедастичность остатков регрессии с помощью теста Бреуша-Пагана позволяет принять гипотезу H0о гомоседастичности остатков регрессии. Это позволяет считать оценки коэффициентов уравнения (3.4) состоятельными /19/.
3.2 Расчет кредитного портфеля ОСБ №1801
На рассмотрение Кредитным комитетом ОСБ №1801 представлены 10 заявок от физических и юридических лиц. Информация о физических лицах представлена в Приложении  2, о юридических лицах в Приложении 3.
По оценкам специалистов Сбербанка вероятность невозврата кредита для физических лиц составляет 0,07. Вероятность погашения кредита в результате продажи имущества заемщика принята также на уровне 0,07. Таким образом, вероятность погашения кредита в срок платежными средствами заемщика составляет 0,86. Все кредиты для физических лиц отнесены к II категории качества. Для таких кредитов банк устанавливает величину резервов от 20 до 50% от  суммы кредита. /12/
Информация для юридических лиц приведена в таблице 3.6.
Таблица 3.6 Информация о юридических лицах
№
Наименование
Вероятность
Категория качества
<shape id="_x0000_i1341" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image409.wmz» o:><img width=«29» height=«28» src=«dopb431887.zip» v:shapes="_x0000_i1341">
<shape id="_x0000_i1342" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image411.wmz» o:><img width=«32» height=«28» src=«dopb431888.zip» v:shapes="_x0000_i1342">
<shape id="_x0000_i1343" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image413.wmz» o:><img width=«31» height=«28» src=«dopb431889.zip» v:shapes="_x0000_i1343">
1
ЮЛ 1
0,86
0,08
0,06
3
2
ЮЛ 2
0,72
0,20
0,08
4
3
ЮЛ 3
0,84
0,10
0,06
2
4
ЮЛ 4
0,85
0,12
0,03
3
Для оценки стоимости жилой недвижимости (квартир) заемщиков –физических лиц использовалось уравнение (3.4). Результаты оценки представлены в таблице 3.7.
Таблица 3.7 Результаты оценки стоимости жилой недвижимости
№
Наименование
Расположение на верхнем этаже
Общая площадь, м2
Оценка стоимости, руб.
1
ФЛ 1
Нет
45
1306152,2
2
ФЛ 2
Да
51
1349585,4
3
ФЛ 3
Нет
53
1637045,8
4
ФЛ 4
Нет
41
935968,4
5
ФЛ 5
Нет
57
1802492,6
6
ФЛ 6
Да
33
809811,8
Информация об оценке стоимости имущества юридических лиц предоставлена ОСБ №1801. Предполагаемый кредитный портфель ОСБ №1801 представлен в таблице 3.8. Сумма кредита для физических лиц учитывает первоначальный взнос в размере 20%.
Таблица 3.8 Предполагаемый кредитный портфель
Таким образом, общая сумма предполагаемого кредитного портфеля составляет  30 272 844,96 руб. Его структура приведена на рисунке 3.3.
<shape id=«Объект_x0020_631» o:spid="_x0000_i1344" type="#_x0000_t75" o:gfxdata=«UEsDBBQABgAIAAAAIQCW1DCMSQEAAEsDAAATAAAAW0NvbnRlbnRfVHlwZXNdLnhtbKRTwU4CMRS8 m/gPTa+GFjgYY1g4uHhUY/ADmvYtu3G3bfrKsvy9bwtrAlHAeGnTNDPzZqadLbqmZi0ErJzN+ESM OQOrnansOuMfq+fRA2cYlTWqdhYyvgPki/ntzWy184CM0BYzXsboH6VEXUKjUDgPlm4KFxoV6RjW 0iv9qdYgp+PxvdTORrBxFHsOPp+90gChMsDeVIgvqiEdaQJKmLrcaUFUnD3tMb1sxpX3daVVpKFl a41ocOSKotIg8oDLhLrrUfJ3bl2SFsq0Ta6QOPZ0kDNObxpyIkxQW4qsqUUiHMRzKNSmjmzZkd99 xAFqvODmROoQnSBkcoxl5fGMwvm4LsQSqUGQaR1a+X86R3TD5AP9aenGbW2A9opKjlrPCfYO7cD+ Q/Jdjd3fkt+/qe+S0QdQBkuASEWnvX9hMn2F+RcAAAD//wMAUEsDBBQABgAIAAAAIQA4/SH/1gAA AJQBAAALAAAAX3JlbHMvLnJlbHOkkMFqwzAMhu+DvYPRfXGawxijTi+j0GvpHsDYimMaW0Yy2fr2 M4PBMnrbUb/Q94l/f/hMi1qRJVI2sOt6UJgd+ZiDgffL8ekFlFSbvV0oo4EbChzGx4f9GRdb25HM sYhqlCwG5lrLq9biZkxWOiqY22YiTra2kYMu1l1tQD30/bPm3wwYN0x18gb45AdQl1tp5j/sFB2T 0FQ7R0nTNEV3j6o9feQzro1iOWA14Fm+Q8a1a8+Bvu/d/dMb2JY5uiPbhG/ktn4cqGU/er3pcvwC AAD//wMAUEsDBBQABgAIAAAAIQCQ0SEWBQEAAC0CAAAOAAAAZHJzL2Uyb0RvYy54bWyckU1LxDAQ hu+C/yHk7qa7h6Jh070UwZMX/QFjMmkDzQeTrNV/b7ZbZD0JvQzzAc+8887x9OUn9omUXQyK73cN Zxh0NC4Mir+/PT88cpYLBANTDKj4N2Z+6u7vjnOSeIhjnAwSq5CQ5ZwUH0tJUoisR/SQdzFhqEMb yUOpJQ3CEMyV7idxaJpWzJFMoqgx59rtr0PeLXxrUZdXazMWNineNk8tZ0XxKpKW+HGJojuCHAjS 6PSqBDYI8eBC3fuL6qEAO5PbgNIjUKksLZdsFaU3k1ZAvfl/e6O1TmMf9dljKFePCSco9cF5dClX 76QzitOL2V+8E38uvq1rfvvl7gcAAP//AwBQSwMEFAAGAAgAAAAhAGdQux3xAAAA3gEAACAAAABk cnMvY2hhcnRzL19yZWxzL2NoYXJ0MS54bWwucmVsc6yRTUsDMRCG74L/IczdZLcHEWm2lyr0IAWp eFxiMrsbmi8yUbb/3rQguFDw4jG85HmfmVlvZu/YF2ayMUhoeQMMg47GhlHC2+H57gEYFRWMcjGg hBMSbLrbm/UrOlXqJ5psIlYpgSRMpaRHIUhP6BXxmDDUZIjZq1KfeRRJ6aMaUaya5l7k3wzoFky2 MxLyzqyAHU6pNv/NjsNgNW6j/vQYypWKn/aKVHnEIoFzgf4DzXleEi9W50hxKP3+guqfZo2uf4/5 SBNiafnsaAZx3bT9T9NSN4j7ephsDS58L4lY5NXLu7OWWFyl+wYAAP//AwBQSwMEFAAGAAgAAAAh AKsWzUa5AAAAIgEAABkAAABkcnMvX3JlbHMvZTJvRG9jLnhtbC5yZWxzhI/NCsIwEITvgu8Q9m7T ehCRJr2I0KvUB1jS7Q+2SchGsW9v0IuC4HF2mG92yuoxT+JOgUdnFRRZDoKsce1oewWX5rTZg+CI tsXJWVKwEEOl16vyTBPGFOJh9CwSxbKCIUZ/kJLNQDNy5jzZ5HQuzBiTDL30aK7Yk9zm+U6GTwbo L6aoWwWhbgsQzeJT83+267rR0NGZ20w2/qiQZsAQExBDT1HBS/L7WmTpU5C6lF/L9BMAAP//AwBQ SwMEFAAGAAgAAAAhAPOMmJDbAAAABQEAAA8AAABkcnMvZG93bnJldi54bWxMj8FOwzAQRO9I/IO1 SNyoE6RGVYhTIQQ9cIK0F25OvE1C4nVku2ng61m40MtIo1nNvC22ix3FjD70jhSkqwQEUuNMT62C w/7lbgMiRE1Gj45QwRcG2JbXV4XOjTvTO85VbAWXUMi1gi7GKZcyNB1aHVZuQuLs6LzVka1vpfH6 zOV2lPdJkkmre+KFTk/41GEzVCerIBueffzehd1hX799fsTXZK6Og1K3N8vjA4iIS/w/hl98RoeS mWp3IhPEqIAfiX/KWZZu2NYK1mm6BlkW8pK+/AEAAP//AwBQSwMEFAAGAAgAAAAhAG2c9+yDBgAA MBsAABwAAABkcnMvdGhlbWUvdGhlbWVPdmVycmlkZTEueG1s7FnPbhtFGL8j8Q6jvbexEzuNozpV 7NgNtGmjxC3qcbw73p1mdmc1M07qW5UekUCIgjhQCU4cEBCplbi075A+Q6AIitRX4JuZ3c1OvCFJ G0EFzSH2zv6+/3/mm/HlK/dihraJkJQnba9+seYhkvg8oEnY9m4N+hcWPCQVTgLMeELa3oRI78rS ++9dxosqIjG5CbSCBgQBn0Qu4rYXKZUuzsxIH15jeZGnJIF3Iy5irOBRhDOBwDvAP2Yzs7Xa/EyM aeItAUOfiU1NRVCCY5C1/+3z3f29/Wf7T/b3nt+H78/g81MDDbbqmkJOZJcJtI1Z2wOWAd8ZkHvK QwxLBS/aXs38eTNLl2fwYkbE1DG0Jbq++cvoMoJga9bIFOGwEFrvN1qXVgr+BsDUNK7X63V79YKf AWDfJ0mmS5lno79Q7+Q8SyD7dZp3t9asNVx8if/clM6tTqfTbGW6WKYGZL82pvALtfnG8qyDNyCL b07hG53lbnfewRuQxc9P4fuXWvMNF29AEaPJ1hRaB7Tfz7gXkBFnq5XwBYAv1DL4IQqyocg2LWLE E3Xa3IvxXS76QKAJGVY0QWqSkhH2IWe7OB4KirVAvEhw6Y1d8uXUkpaNpC9oqtrehylOvBLk1dMf Xj19jA52nxzs/nzw4MHB7k+WkUO1ipOwTPXyu8/+fHQf/fH4m5cPv6jGyzL+1x8//uXZ59VAKKdD 8158uffbk70XX33y+/cPK+DLAg/L8AGNiUQ3yA7a4DEYZrziak6G4mwUgwjTMsVyEkqcYC2lgn9P RQ76xgSzLDqOHh3ievC2gHZSBbw6vusovBmJsaIVkq9FsQNc45x1uKj0wjUtq+TmwTgJq4WLcRm3 gfF2lewuTpz49sYp9NU8LR3DuxFx1FxnOFE4JAlRSL/jW4RUWHeHUseva9QXXPKRQnco6mBa6ZIB HTrZdEi0SmOIy6TKZoi345u126jDWZXVK2TbRUJVYFah/IAwx41X8VjhuIrlAMes7PDrWEVVSm5O hF/G9aSCSIeEcdQLiJRVNDcF2FsK+jUMHawy7GtsErtIoehWFc/rmPMycoVvdSMcp1XYTZpEZewH cgtSFKN1rqrga9ytEP0MccDJseG+TYkT7pO7wS0aOiodJoh+MxY6ltC6nQ4c0+Tv2jGj0I9tDpxf O4YG+OLrRxWZ9bY24mXYk6oqYfVI+z0Od7TpdrkI6Nvfc1fwOFknkObTG8+7lvuu5Xr/+ZZ7XD2f ttEe9lZou3pusEOyGZnjU0/MI8rYppowcl2aoVnCvhH0YVHzMQdFUpyo0gi+Zn3ewYUCGxokuPqI qmgzwikM3HVPMwllxjqUKOUSDn5muZK3xsPQruyxsakPFLY/SKzWeGCX5/Ryfm4o2JjdJ5RWohU0 pxmcVtjcpYwpmP06wupaqVNLqxvVTOtzpBUmQ0ynTYPFwpswkCAYY8DL83BU16LhoIIZCbTf7V6c h8X45DxDJCMM1wrmaN/Udk/HqG6ClOeKuTmA3KmIkT4EnuC1krSWZvsG0k4TpLK4xjHi8ui9SZTy DD6Mkq7jI+XIknJxsgTttL1Wc7bpIR+nbW8EZ1z4GqcQdalnQMxCuCvylbBpf2Ix69QoG5wb5hZB Ha4xrN+nDHb6QCqkWsEysqlhXmUpwBItyeo/2wS3npcBNtNfQ4u5BUiGf00L8KMbWjIaEV+Vg11a 0b6zj1kr5WNFxGYU7KAhG4sNDOHXqQr2BFTCVYXpCPoB7tm0t80rtzlnRVe+3TI4u45ZGuGs3eoS zSvZwk0dFzqYp5J6YFul7sa4s5tiSv6cTCmn8f/MFL2fwM3BXKAj4MMlrsBI12vb40JFHLpQGlG/ L2CQML0DsgXuauE1JBXcL5tPQbb1p605y8OUNRwA1QYNkaCwH6lIELIObclk3wnM6tneZVmyjJHJ qJK6MrVqD8k2YQPdA+f13u6hCFLddJOsDRjc0fxzn7MKGoZ6yCnXm9NDir3X1sA/PfnYYgaj3D5s Bprc/4WKFbuqpTfk+d5bNkS/OByzGnlVuFtBKyv711ThjFut7VhTFs82c+UgitMWw2IxEKVw/4P0 P9j/qPAZMWmsN9QB34DeiuCHCM0M0gay+oIdPJBukHZxCIOTXbTJpFlZ12ajk/Zavlmf86RbyD3i bK3ZaeJ9RmcXw5krzqnF83R25mHH13btWFdDZI+WKCyN8oONCYzzK9fSXwAAAP//AwBQSwMEFAAG AAgAAAAhAMePD4UyBAAAzQwAABUAAABkcnMvY2hhcnRzL2NoYXJ0MS54bWzkV81y2zYQvnem78By cjVFEuAPNJEyqVw3nnEbj9N0eoVJSOIYAjkgJEu5ta+Ra8899zGcN+riT6Y7pmv3Gh0k8MOHBXb3 42L1+s1+w4Mdk33TilmYRHEYMFG1dSNWs/DjL2cnZRj0ioqa8lawWXhgffhm/u03r6tptaZSfeho xQIwIvppNQvXSnXTyaSv1mxD+6jtmIC5ZSs3VMGjXE1qSW/B+IZP0jjOJ8ZI6AzQ/2FgQxvh18vn rG+Xy6Zip2213TCh7Ckk41RBBPp10/XhHJyrqWIJiXGwoxziEk40yKlYWUBuT64+WrDi8ifavd/J 4HqVzEKukjBQexjVNzC6XqUaSzUGo/oGRrSqYGdguIFHYN4iRw7yCPIc7BHskcwjmUdyj+RhsOaN uIGw6J8wWLb8nQX8yPmgU6k93DXsFp3qkWzVb9ZXFFtSByrpWKWaHRtOTIarOt6qt5JRG61Du1Um cF3D0OniuAmVh0XLW9k/iG7PpF7W1HsLu21bWTP5AGF72EYL1qJpZs9XX1zzXlvQgweWckvgVB9I z2yo2FJ+cXx2O57EURIXSZxnSUFQlmYlcksP7gBRUqQIFWWOM5xnJCVYm4YQPLQIwP1mfXcpTRTU /hI8pNPrtj4YiE55rz6oA2cwT6ed+bKcmi2vDGcCuIWYqC+ppAAHWoiz8ChCzTGnsDvYCFy2LrzX rFdnjbIx6Nft7YKqn+nGJdFJW+OXTGphWlcNDn74YPrfY3qKFwQV5XEaE1KgIkNpid2eLqhJlJEY Yl1iXOQozorih5P0qw1r+cywphEGKZICqijChOSYuKhVUxdXrWZcJijNc1JmOcFZ+dWo9WUyr6aa f8EoVJqLRrBhXXKvgCksFTXVo1fyii11HVnO7z7f/f3l9y9/JN+9evcqzabwjbAuCGYemAsKd6Hm dmrRbo9vl6+pKoAXahbG5tLZze/+vPscJHr9zrzQndmwc6xkyErHWOmQhcZYaMgyJ35sRzxkZWO2 siErH2PlnvXXUz4WQ9aoj+WQNeojGbL+5SOE+D479sEkFYYuzXDz67yJ7eaxbJ+bbJ8Psw3MY7Zt y7Noazb/kQkmKddhGaDPVUQSY0zSJCoyYj7lqLdeHXCFkTwvIzQaPa+QBMUkR3mU49h+RpXn1VLg sihwVIya9oJJME4IwVFcjsnBiybHRYlJhJH1j6D/FFBpDztm2CsIPU3zEkqggurPmDkvouQxGuT0 Puv2wavIyAcg19Ycu5OXlSYw4FbC6GEbpfsK3TGI9qzh3HQQXAS3szBNilh7N5iCDoELU1HsKm1s 2KqxFXQXWu3cjI69gxzeRrbTsQxT0cDCr03/XnB/k1t23fTd99Ci3PRvXSX9xGTrbnTT8OvV/vj6 XE+ctJqyvWJSUH5KFQ0k9IfQ+ZzXvkO4/xcy/wcAAP//AwBQSwMEFAAGAAgAAAAhAHOR45owjAAA 95gAADUAAABkcnMvZW1iZWRkaW5ncy9NaWNyb3NvZnRfT2ZmaWNlX0V4Y2VsX1dvcmtzaGVldDEu eGxzeOx59VOcTbTm4O4OwQYJDO7u8uEM7u4wuLtLGByCu0OAoAkumeDBCS5BghMIGnzJd7dqd+ve /Qfubv/QXfW+XS3nPM9zTp0GKyMgEgKQAagAAIAWEIHwTf0THAAgigYAEABW4YxkXF28bFy8zLT9 3Ww8Tdj9nCE0pYtwTMUA+Nf5/7/997LAt8x1tS+SuNFnqkGxtq5YJv0SlkzGfzxrGI8Q6roQnO19 BUSgX1ZF2Co0EHTssTbACjz7+ZMhPDaCptYO58jYBGV0CxhdrAC2RKUrXkuOKd8COIxpjHpZR15Z CNrIUNlO2dblLDyydj2XZdPtTbxnBpc1vIyV1FzBO/ec86s51Q4iD8bK/of1X0hZ8oHTvTueWPzk 4mBAFhMqVfTlLZCOuleh4y2ffvCN9KzVwHUt521SdiO/avl5Rn6fw/VEmxVjumwEt0dhqp5+XMEu KOgD7b0N+tISej1CCSfyuQF5g2yoW4iAiy4hDQc7CVts9ZXvN/c7dQ/MZ+FhLJWvotcDpxEjxliR kYS+Mg1RouVj8MoJBNDjJFe3arvOwu+PsmaJOW1r2RG9nATvTPc3uPOJNBia7NhQav6uE1L8hrty Pbq7nXdTd+ydr+FAqzj6QCfVdEyg1xCwKnjpzzLtsFn4kX4a4j5B9Z8nBpSnIbLehqlgIUExcNLF bkqWmaFVSRJcgIFuMGi/qeMsZD+MF6W4sJsuyCj0fchCw/E/fASzgkuUUddUUx8EVOA5nh8SxF/B 9/KCAPg/Gdymw0l3/fpH5ZWgGIBJODMPG4gnB/vfnqZ07P8z978NYxPSptRgnJhDZwrdMrsPRy4K qCUVXSoKXbTaVP30v6jbEsvoJW9vohAilKxWZ272pySMNn7tOWhTv7HkUIN1Mkk18VgGLjr61Rfp 4hRbAu0cCIfJk95Y6K1vQMz8yjPyLBcfqpuhUPLOjEc6S15KdUKM3yceFamcGmMW9jPpZNU2axk/ xWL6qMBsot8HHFFRAlFqxe9F75o/86q6+nHsBVtmqSVIFhKIjPv8lLHFqJlarc6VHleMJLrMn8Mb fQBaIRQyrhirX718EnQHKr+bVvhxKboZ7yl5fBzOXmRf86dnUnS7KmpL1fqPxcAgjrbZf4l1LMt2 V87XaJWFDACQA1Dh/CAc/wF3X1cPJ0tXV6e/8ep/Qh/xL/Rf5/6/3brfjzvCOHHlbqOfI2d6M0/p 1TSBdlroy58OUVADH2k+WfMewUI3BxC7wotdEvgjyEoCk5G9vAWfvZzPkZAp6hGhsDikYg8T3lr8 k53H+1YrOMMa9GVHpAissJNsMfE3G8XvM7Et1q9IU+KlBxydHuwmuT6WpJMeURGeZqx4zWo6gDbG H4EsPxQJK9Yev5svJ9q6gRB5qiIep2TUJ1+cjpshHn4zd3YoYxtNPzZXjBuRG+lBqki6jTXRQWvL 0bLf/gRnv7fLfo9he0xmexyhKAqjZ89e4lE5iVAUg5WzZ/vNzJizYRGeLYANaUwu78tdVthzE/dn IMacXHKbHoqRPvbMoP2chLbx0J7ypwxHnoH5TuT1FaQWM/yhWVcAz4j+hXsBFXbfnVrzf403hm6m XdRXXb1EAABwXoH0irf/HWkJWqquc5K4PXS/qXUDIxC8Ld+qxW1r/1S+igBprFwuiCTpGQTWr6vO uYE6PH6YYj9GRzDVas9sNj7/k0Bp+YZIg30jx6RP4HLvNMl3iltRTYqi5CLOx1c4Q5KKhf3CQXaT sjeAu/yrfqYnow42nklESVd6LM4QRoXdW6UJVPxdxtKatsGRS5V86aFvSSCa4XTZwwQDlet5nmjk IVV0c57DuwK1AxuVXa8JztkXWEma7Ndz6cFLTI8uxhmanMEbVRC6zNsdWQVBQxZgHdNGI+aDeHqG gu2JMjvredwNpw7G0sr05fay8chR6+ahlutsnOg0ovdgyz6IpXHhXcoXdnfjDDeFJeMVGe0e5viH kKlbWHxx7nRqWPQdTKdiVzs7hoEoX4YvxirVsy3OHrcUY1x1D+chg/WozGrAmXxG6scOznH9Ik1l TaI9KRAVI6A+/rq6yaMnrbswssttc83G37RhjS9EorTrPe3DcepBar/k2aXL4DXHG/9dCReLpkHk 481krJWlxmisX4OdZ78qH2XHPH0PeztXPdoqLKa3j9a37hNyJTJYWuvxEt3n/JzvMg82AX1I/e1w 88QvWLitAFKBsIGCzN7iFCffHZd1HN+fIZZBcitPW5dO0zD00+/X09+zR9s7s9q1f33/xYLmOhhI Q54W9wtJHWbh26oXeOi8cbxL8gqJ/xyQ1cvnAR54AMCzAQBA+r9A42lvY+PlyfHvwPtXp8rzV112 BPFjzkiWfDmD+uKrW8gLqBLwhdLM2ZBFAttv6NWGl+gnhwp/5fjfM+jI5emAmtezeVPKn9IlmENY 00Asz39grhxTUI7VW5jLS0CPtka3McTs7Bana3FqcTz0yfP6s2OH4BuBjzh5+0/HNwF3DzeNj1tz Zi8Xv4+fn/piq05v2qexP8Ye/5z7/edm6+jI7aU1ePlN6dPqjQ5L8sNt1oTGy+3T5fet0+Au/2xQ j6gZg7uxcQ/E56Oy25/zkHfDz7/dfft61jdf7puDxSJGH278PeefJERPN7DH1ampfQx5SFr9NsVN OUJVxBMMerrvr9wd7ze7ThcjLx+2k5+ef+4/TLT0diqZPR/2hQqYhMaQTHx/bt58WdT+Rd2Q1eSy 53zZafL4fLl6+cuvRyUTuvPs3BMsugEp8q6gnvtp6Rm6Frz8XA414Qhdpk5+IClT3/Gf5xDrPXtZ 6lV7WhF39TZYt9hRxIhEy96w6bx4qYR2jouvMeTUBHl3gm59A6M/ODyGBpiJQqgF+sSpX5peVpx9 i4q8snSo3ne4t29KHG/fP2zb2DEOePxuvnO+v/O+dQvqNM3U0PwJ4khb83r25dG8v/gVKnagfI9D qGGPSBzAy4hhgs6mTf4e1KC1vm1DfK/5FuOJgC1NUNMgyP+tl3K6jLsHePRWKOOgOHRlfFrPZwb1 oDGHfFHCWec6OHHx9ath7EmgEJNYUZVLtlkddOjZhH7eQfoA+k96QAgbZ6obusP5dAMPghfJpMzt +I2bcU7/zF74u/ITXrCcYUFVxNojkcouM5WLwPBEVfLZw0eMnjpSe+HmK2CFONM6Hc8Dj1iNJ+Xg bWV/ciUi4u/rWVZaM3GG0eEPHMKlv5oU6Ag1WkcSwfSVci7RQDK2WXQ5D0NrPo5SJcNdNSbNaWAB mL5CLqAElSLLwpReqMvYAf4tZsCuCabPycS414mWT89Et8IX9j15pi8xu7pMmjPHztFAPrbmXBJF sl2REtQ8UAE4CgvCQSiEc8LrjFIy4s+f2rTYRJfY47/8tTjndx0Uy55RvrXS1+lJLnYbWYlQ83Q1 zBPDEM1dXkyvWCd9aCXvU9+xjZgDs8wiEvmJSWIOdsNQjDmWYS1FkPEB3855q/+mOOuWftOkeN11 k6X7kupwOGNX55zVi708i46/gZy3bqXcewbQJNlnrl0R2zl3m4vv5q1nidc/CVEtWpqEofmJ7JfN DN9s9RHIcRveA0jRR8JMrPhd2OwB2YMX6LyAb0fr4TFhBlG+4cgPYfzt5BThfPY8/f3aZ/YB1CPp zQlK+1C1JS5zLsr43iBLGeXqQ9g72YluSE3T6FxYzHx5YxQ8N99idmIIBjnYagWdV4hVSsbR/etQ u2ee9cBiF7mThxvfXgcy20h9gyVRhWLmsEOtdlrLtSWmvr6LlxuaQDB9RntOFtvnSyVRtgUs+/bC yvlAkDsCg7VbAw9FDTEvYLjUFikXE5sXUDUlA4kS/qyIPfld3xdZzyrdF8sQ17jmCAjyWjos2kMx khwKQ4rQgnihCXnKsNSl79koJ7UthRHHCTLRRHomLiu0FcMJ8muyTFu7FRcAk5Z9whn/vXCy4HTE jyPhpDJe1TT6jzqGTPxFQ2GDSHh2nwzD8/yXPaw8++Cw6NhHo7GwlUZ+GNvxf2Gz9/gazhiJgEWn Jgcp9XZJF92GX/nhWPfBaVr6x6w+NWtpnWbbxpG2sQ3kJzkCMf/20kFaHI9AEX7nofd4EuUCBaHM eWOcSnJ2C5eDRsZdCROC7IxyCu84XszX8Lg6mBPhC+FgyrAc6XV9Z9xMtwtXc7aryoUkNIwrnV+M davkIKBlC9LECLam+yQ9I4MHOYVXUvei1I3uAi7Yq8suHEjK9kaUklpWaz5VZE3PkSR/TUHhto5U oZtZq8OAVkfk+bVb+sBWi+3pNKxRr8UwTTz589lyEWR82lgIxTAHiMku3mcY48HmY18PwxMzbR9n kXtoXaPWlEM95/upKXkp7MA9XkZ4jLC04ziLRpof4Lq3LCnAeOaN/vXQ1NVHJFlOlPCdSGI2sRO8 3CfEOvAVGNHIjB6Z/HSG5GPWjT3NdgJwKR7RMn1k4fP53niirM8n0ia4GZhmPk2hFDieEYVGI2oN YEqU15E4GlvIpOuV1i+GmHkuSb/nNWJYh4ZrIFoPRoyr0/NlAsrya1LWAqvE6bFl86WinPDgaGSD 8VXT7O+xN21LSM8l4yApzDKeZxxcXlrY8d7dGsVfAgzjMEuiYmm59jGlEGPqtoj4T9Bkq99hGnzH /gAPu0worDSmxkcBNr9rkef6CtaxmSR/I/Mdl4JCL35i7V55aS0h0tKzQqMY/pPmV2QG0aU4oWFk oLkV1sdGCxz+6kMjCYTEmwMWbso4QRjyJ1oImpnEcgL56+UQyJqlKjFViSUtDxipCUXAvOjaomON P8kW1Zm2wxXWhGRxxZpQSlGAcaipbD2UPistIcgBvCm5mP3kcnhhJhITaIzClNYXaf4JtMlQfql0 /BSmzhzUQeRyjWJkZmk8HLntSeYIVMLlr2YW41Tx4Ll/uKbtk3uB2+FxCf3kgxL/4HUyBhjLzuyi 0MfTsw0kISXC87UWSqPhyFpO0kYchKP+3bn3et4541RJzDQFpdQovf7cqY4ZvrHkz8Q1ITmuGLu+ OoF6km3A+sbapUAOhXZ4yeTzIYfSNrLyCGaNUP1yKROPrIZtXKmNYKBMBO+48BpB6uCLpCxVPFM8 Iuugaw8z3oVkPCR7tCE7uzsG993c8dv4E+R6KaJFrUyRWBM8qB9npyI5vzXbAmICBEu/5GDggNEh 6vPbxmZS12CFN3EjkXiDNEOuPXJ4F40sIAq7sZlyMvokF5Dcb1lVeJAH4WbTMJAqqUEECn3F3D8+ DYYlB1uonwqD8T4EMHWKWfI40fDZDaDyyRD25VQPIMviKKcmclfYz2Liywl8SG0Md8EHpwLH9yx4 /5pysSDns/2vElQ+MUKpKw0vCpviAIi2rCiuuzweRA6+vVwNQfZzEp7YoCPxGwp99MlyJHo3l3t6 i6zlg2GuqQ6yT0p0AkxbW3u5PGfEPWJ5tPNXbggzfWTIuadNBjhCn/cS3sQBI6ACsLBhhrySUXsF wnXEsUcuCe0Jgt7e/cLKffNrH/SdL+xPC7XmklW20FIU+lYsmmXCdlgugNvKNcu7XIP4+l+TkJuU kX7N3q+Jd3yv0xYy9Tlh2S2BFqOcVGmBnnGRRsNLi2KSIFarnE+LTXVEM2Pjoc1GlNAklJ+VTfca HJVLFU8DlPPBP4ZkldfM/eU55gD5IM0gcFJbO79Pf3EoJXZQsActKPfcS5HPHx2tLK9PYamjVBEs lwCZGJIjGn912DNPAg28vA+2scVqoQ6R4z3nK8NP+RQTYlPa5bnimnSjQ/z2HvlgqCYEYrhWTKeZ 2drhUTMTLvSiFjzfPUrdx2qK9tAsZVFw5BdDY/Bk+0dWTF8Xso/K9VEtEEu2EBFvyq2vDRfHKt9j pSqpRB1wSYoOCeJtnkpmRMoroLuHEvO/OZyJiykbJVZ4s86LFDrUqQgedMsn1uEHCXxKiC07lthB LbXTQZqB4cnuZk8JdU40U91+GvaQ7OSzeyNFSEszzFsD5Y6voj4vmHzAMyIRg0jOrkPDVMT88w69 A4eLGuekrXS6xJRyKIzkkR10HKYNCeHoKVqJ4i8644FhKsdxDJid4JZ/XXHfKq8RZS415JDvmHJD DSP1aPyt8E+O5RW9i6ZAW1rjYHcTyNw6mQzW7Aj1Y+q8EX3TVPsmiWlsK27bwcBmNcBOhEG18F8N 04j6gKah3Vb7gUlHMY1YUWf+8Y+EJUIpisc3D4Lkt88ZZYoiqMeOR4zc+IXtTaAYK5UdSqnSSJTy 49Bfq9ptcoH+obIzCPgQOOtJRgW7LjYrr8Cvjtjle5h084R4S+tckx9ASrOiNTwVYxGb2ImvMh5O etnvwMfnj/Lq4L0foTdzKm35VtiJvl/jsKkSGiQoWolPxT6A5q/qamksRZt1ylvWCzmbO+YIUq9f VRyTjhcEbCRVpFFF4C2t0j9Ni57fxaT3cGkG2pDMlldbAo76yNzo3oxakOEILRYtf7bH2V2ybJee IQgzh8KNYIcXnH5SYZ8uC5/PT43MBcIrN6hcgsaOBDniBdnGMwo45SGSV5IJNkwAsY68+Yn18rqd RJ3IYybhv8hjJTZsva0rA89F4sliSvIjCK86k5Wt0vE3IWumJw69amb4YLauHDnR4SH18QrpRbs1 Jd8yNjP5+q7SWKV3eqkjl62/STPb5VDmb3Ovp+XiNn0izuZPekwBCxqNcgn3HAVpK3eWtNPL7GOr VsWxCDVCMHS+SH3P9fpqds8nXMcC7dpsCyy//EZGbx0RX82rfKtZVHx9gcvUZts8Qh3E8dmQ9m+W ZIDx8zVDFAcVI0Kx32i9hX8Q8fqJIV+8SuQfUgRx3ZHxybEiWK8IoRf6Lw7yGoxKRUbqw2prbAhU xOX+Hv3BGdei6sya6RkpKZ0OSXdmtmWOqfEibzN/03g/LU9/Zo6jKqcJSIk4kCG3bx2WL+mq+wcB jyyJL16q3Cb/MJmj2ou7uC6+NvfJ2W0EBqwoU+HKzY+KmlG1Lj/p7VTUQEo4X+BdfXaBkJGSEK9+ 1n1PR3AipsweV8hAItuvX1D1i/epC1z2L7R1c/jiaRMcMnXePT9m1Cpsl9ZebzJfjEQlQaniNCSW jqh40Ia+pS/mmH72pww5cqyLnxnZyI9BWshMLZupnTUol8PjbMYwLWGyksUrS52oS+Idg2/AeYeA Z5C8wBSPegIXhxvGx6eNNdokAGQSUge99fRke5zDIP8Qs6BhNCQzeW0XuWSpQzMs7RtdGvtmacWb 13Ky4DSD8FYMj+w6PO6bT6JlSkFIGRB61N7AEhymOhe/vpREm4yhO/ttlzbqvVfAE2HEifmKPpGk NGIzS1+TjSgNQk468YcxCmD8RUwcMOzbfmigowhDJOaVw2uMkPpzCklizHJMuW/NJamJxwhZom6C c+emUfAbHvffP+6unDvgNUBDA1mzuLla9edifqfRZt0JP7pvGd0o7XkrXFL5VlhKttrgq3RXC2VW CfL9awjfH8jPHOGLB+IaG8xJV/0snaU/olEf7uSPEe0lqVXUVwCvEyoMyfeMguWqT5zV11ibElBq j6dOjFpvIZngOQQi2TDDykmxpfmaSR/jlbJAYLM41muuE23bB6fzj6NGlY7BXkf8HQ+Yjp8mgEb7 xpowUS39JEWyUzElgY1LNQYUprJsBqFVYN2BO7xvkXKaoZJsljIqOYBD+wRotoUqvYrEsG3xPwg1 owGvGiYb1pTT1AfdUU9LosX5Wp3mMCr2sX2/RUjOURMLX1MALq0Jas+tjVcTlDLITVXe8ILJHFeI RCKLo4kLd3gS8tXHKOmbZPJ/UHAQV7NnTff+rkC/r++9HVcolSOmkH7x72hJ1TEpePQa1OIBCenS UTBS8T1X093Aw1CmFEaAjLeTDrOxIaGYZIkzDhgX7oD1WobcBu41l1BtCo+DDBqWkcIL26CUghap zbWH7+dwjpef0ShJxHAdiEca7RgRgBZePHRkgbmVOY4FG9sX+S4zAwRZryo2Q3wKR0cxQxQflvru NWmUJ5Z8lZ43WS7J2WeSjtyrr86BD8TUtNE9GEb+hvNHreqa9EIygaTI+fWo0q9HxWQpvM8Rh/2K 0q7gZQ7veivsl9L5DAEYtaKUQ4TrwVc0SEaSuXaXVuDi5Q3T962GmLL5g4xLMcWMBgZDGiWfZ/QP jbIcM82GX/MOijyvfIupqKmL6Cn24NWgjaS826muRdi2QahL43PGgELso0iQ39lV1/PXrUOdYN2w KZJPL4GzRS3d34ucaiWSHDr81s6SbyTuW7Aa1IrWHg9f/j5d/uc6DSarO40iIgBQhAUAEP5HncbK 3sLjtUbz78D1t0azqzfhscqP2+tbedbv4cEnh//jTHas3GPdesiZ1yf9kIiR9p0W+o+wFMj1Qq98 g9jt2rDbBhNGWLHisHYalREVvflL04NFR9DztoueCApoJb6lg8Kv9xise95smdfxcJMFbZn3NlTU V3ScPFgTm10Ibvpzk7cvZwp5l7KIxVyNIK+fR+Lpy2KTPmXr3FQhMhvQXYLp58TuI/tFF2JbQfPZ PEhvSnoz2W4lbpWM5uVLf5L2tyMox8z+sbfOtKfpiW+GIkF0MV9qSriPEV99Vxjse5RzPkLNfsNS kUmPt118daQOVEbOdabDEI09lM9jREAai76lJLoO22skG6stN3c8KwJ/53DkVnPVFRQ/mQWqX0HD G2b42GGfWNC/5FoDXqvt5tmdZCNhIKJD70EQqG2IIZeX7zN2OLYKjmsok7B1+jh3AiYrsC2bgwTl 1tMV8lMVLaiptczNnZzgPVxUuuhsKOsnXHwsA4dp2GjnU1oEaprdPDSo2fWS/FH8MayRYs2EXja/ KB7/uPR+AiMNt4Q+0T1qhwnjFG4ImZYap3fFloHXa3cd3VzqgsKUiu/drjfLx59Nlf1v/ctCE1QU F/UMbZG9ZErrjPGkwk6YdnHAH629ohNR0sOIzjj9ZYz8NRTffwC6fn70Udydsl6k3QQSH7CA0Ntd 9srFKjuNQ9K0gi+2hIaZmS6k1DROYkMyGZjegbPvO+uC1RA4xoIUvOPd8emoq0Zx7IibrfJeYlt9 OvzDpgSRgg1lcBDwWxCFeb8YEA9aZLWJf0T/JogFJh02IB8kS9IMzBrmf4l0eBLOznNyV0Rr3R+P n7Hg0aufuHkfcbA3o+Qut3jEX09ye3b2cnc+HCsReVbYE0AsL/QIrMut34vcTesP1B3l9xi9fTpt 5gAeSqYXdfWGlFAS34au9/nCV4ROk3TOYOepgUiVorU0t8DoqoolJRlJf5iT/ZiIVJfjYzR/Z2hD Kp7FvYesmfj8h7z+dhCm64OElO3Yo+xEdhBrFzfMuuRo6KarqvbJUO/hunGFZllvNUFL2XR2MDlD Q8rxfSbctTIe3h9SO4sfDBq2hV6gPmLKc+TxbcFr8LkQFjQDcGeQYMkhXyDP/RNWyhjOXmDOkcOa gqQWxhUVLhZ3yLNlhDsoqOi+Z0GhLGxgilE9vzil/Y1Y46A1O1obQKkjprXHWh1R9bV4CIeJkwIK wnpL491isand26ATHq5GoLtjoD1B5hhh/lha6ySmMf+to6DLIir4uzkyazapY6VIwozmUMwl+3p/ a8m02bGOhHKcyza39fqC5KnJ914LbwGgN4KcQdvELWfV40Lvycrhmfa5Wg/1rPM3UDbBlpRXqeVF rhLaJkPA0OqRS/BAR7ltp+NIzLPs10rLek8ESiKXhOP+z3Csxii9wld9rZhlDT4j3gsr8csHzIrL 8HYPyD4gPqt9yRmU6U0daPJ/KT1ldsw41/ivbwp2/9cSMc9f+ckocNXaVfAY2hT5shl+cIt8zwEb 4iRhSTGcXU6CdrU85VoF+MQhBGCeTJ4GB+gd+jdXqNhk+t4OfjkYHVN6ytB5v7zePyzxuHN3eJIF O17d+f3Ttkm0zzif0pQqqYjaLKTT4HHRLC/0oVEwMLAv9C7oxStIaI01RKyb7fn80Ozl587tzvHm Zi8V9pndKGx8dWL7+OHhMzU7+wZVL1Xh2eZk8iY2h+KdR1Bwb6j6S9DT4fbp6vHW8yXnwd2hpbd/ R5dfb2iQQT8M52Pf4PDv8azhWNj67639fdi4SH43VeGvTa1HVzPqvh428eDHx+zWIBm7j7EcAlBq PYkrPT0oVJ06tubl4ff5k/PF07JE8vB+n+iaREXXQ4rLy9XUy7cSiS3L3tU+yuTQqciuKQHoOO/E 54cs2PLH0Lubqz8hLfpskxvJm89P5z+fbs4zkJ/alRt+UW9Qhwo9Mi+vsz77BIVKiNtFwh0Edl79 vP4zBRvHXdo6TIFofV2u4Y8h8Huywj4/DY1dHdusCuwUXJ+/CuwYsO1/qVpsmYrluJWQ6Hm5+9Mj Jvp8xSfXvVZo5twSG7ujxa3+IhEY8k3o1aC9L8Pn1w87+7cfBaAfLr/Hnnp0GTl7HvTZgo8Hl2FT rocxzyiMysIRUEQrt9S6A8sO8T5DU9OPcwl9E4Mx7LN6ne3iZi7s3pioVJ6Mw7D8rrmwn47ipYTX RGLlH/G9O1M3vWAOqZjpVR+5ve4eGPsqY690RCEhHDc2StiinVeJforqd77hZoWFLy5PWy9loeFr ZJrnv56fnueGF3duW1pTeNozxhyM9J9TYGNonxX9W1WP92gpHrPZGiEuxP4zzxcObfd+v5WVtlFy tZNGNfPWhBmzVnZdXJq7FxjbrC6k8niTRt/zL4swijjPCjM6Oc8KMcYoSwgYJJqyzxIIisW0AqqS pZb2xw/9y9mUlziwltAZP1gY7O97O3GsLWO09UwvYQQGlrSRCAeWFBmDfTMjbn+xmk0a6U2+DVSe 9kBmZCsQP5SYeCYmFnG9MhnwxDpFN6gL5p8Wx8zNccU5DZheYNxZ+RK1rs2j9lDDDwSfXzCKGhSk Ed819/MI6UkhdB9XwLCRxbtqdrjKLairS8LXFxojkX1s16jIl5e9dbMbWeyftCnQmHwOg34v/Rz/ 4mKcAGPTnR6ZHBch/XNSmYQVSU6+RFYfvrdP2eo1n3C8aa0hUrBg/7rf3I0WG032pF6yeS8rooAw HsjeuNMJh5Y1KEprinGDnBw3l9Wx+A61RBUvV6aiYNIRTY2PQEPi+5CKplC2k4fd09649DRrBboh LYrFD4R8Yf6thWmAG6avwiNyLg7uCmGxkPrqlzoTqeMqw5QIB0Oc110Aqtza09kRH+pbEL58eSt4 DUGTvtTCzVXHNbx/cSDK+x90umVQnE/wLbws7rB4kBDcg7u7s7i7u0OAQLDgARbfBRI0yKJhcU1w CwSH4BBcQtCEAHfzu6/8P9xbNTX11FRNT00/p093nek8c5NNQQS7yfSfKmFluB4vRSDdl60OXkEd RIlJtCrJhxI/aYy4mNiSKUgJYcZ2VpmpdC1suYQrsRs0nCc0YeDfyXsZGOV6FMNBcaSGNvGulXWG wUbs2vOsck+1gSZmqPojZUOs+fvxIe/x4ghljm+aK5x8JvPjFpQS99s+UrYWhG9zlis4dUVixLOE m76APfLa/wR0kJA9au02V77C23NwV0R363d/6bYyo528uoSwi1l+t+I6P7DgLvQF5u5DyOnmb2cJ g8IDwlWtfLqDSLJYUIxOrRXqB6UaUosFVMSE+9SbE5oFw1ibOqfDalOnr0um3nbEG5L93NncGqpm NliWt6zmxc55mOsMcRAqRF3h0ufjN7khaj9x7twP0PNXoWUNDGuxStxRWKD3nz+LKjC6HPfllZNn Hokq/ezbGasG0AtpHcUmpp8cWpv2BIAYSx+aeF1VelFGDkcgbzGgycGEu4hKaxhDvZk8+gihl/wX hs3KAvNUos/fHAz7E5Hz/Hu76ed6gbqBzI3GdgN8uT/pVHJuJFkngPCcrGRMYs9oWn0dG1s9Lc3S /jIIZXR4Jl3ka8+8Vv4lKczOkhV3IWC+RhjhCWLXGiZZlQOO8thnYeOKRjP8yq2f0CekPKmAZdcw /YJfbnI6hw/z7YwgQ5PrtdvuXeyV/BR6zzDkrczzIlfWauYffHL6zWVRq0la6UWhQKmWnMZBtPJ4 erkqfjktn1pNIqZKnK8pp9dLFyHsDfAizmd1Gi96EZ7EhvSdv0BZ5BHRbvtx7Eqb/ObBCt90wEmf 1QxgCP0S9KoBejnj9mQfUEBbxLYLwUISh/6U1IwrKLKgRdHeod+uTmzG+pAUNb2amb9Tf7z4UdcA FMasjE2FUOTsiu8z9dRQbMYCEQDTxzonVRMArmwiBWKARMjECNXIl7LCHmta3foBLAcvzK4Uh3xe wTTOzON5HDdXx36GTdFAL/D8Fa3PwEgk44CLow6rkMicr56IeRhzati79Rf+nJu+BS1YnP718zgc oh21TNzAVP39oeBJCIpKCp6oPGnqvv0RnrmyxtTjizpFEv36gW+1LFDO0LSy6qvhzy5hcbc/fxiW lt/riWsBs/TPWU5gjFEzBoT4gwDm1Y8kdwawVGxF2FuohDjhLz9xvwC46552f2kiAVoqq3dTBouB V9ZZWBJnHppgxfqkGVwMJKjVNA3Gc/niidDVZhVKayjdAOwG7OaZPnM4I5ZMP6Ft0IV9rzICY8+E C2WyoIxU3VKpJqD8N4hHDssE0tEb97t54drDEAwo/DUhE/wNaSOnP54R59jb3LWBWITOLKFYOGu1 OdNiSUdaMTFZ5aT/UjKMQbLWz342Cd9JxK3CMKZr0S3rQ/vYbUP10RvHoHo3pZCTcL3wqtG1JK0+ Qy0bu3pHDzNb4nxlD2DHVZqmVT7ZwtgmwIO9zSoNv68uZt25jUfofuxG2iBqQmrZdYtltdDPC6qH xsMoTPoQqMMnuawxG/QP34r8BxELJzptvzzvGfn1Ava7ldhZIuKSjj6qcruxKwwOTYF1ocVOic0M 9qGXXR3/4L0Nk0BzPqz/JlbWcYu4UiYUPXDNWJ8Y/yA2gFmy5L1ZmvZ7ptCkMMWtnT8ivRqiwVoq VW/xoQ4hkO8VVP7BShdzWJzi57rnpwYVI+qeeV6OcPqXbz4JhUuP1eINDr03FxWt/CgiU6BjPV/S cdxGPG8JD9PVwIxfamsKNhOiDq6fh6QMweDhhJwdgAmJceoEdu9tncJaVxJw+ZHC2wM99wMKuGdX 1ZbtKTsDhbCTsRdzma2eApzzHzeqCY1apIUxmVb4f5+vcG+O48AW9/BmQZg3YoNnevMZhIY/Utxd lvITfiIWWlo+aM8rKl+WuDgfQvKai+1Cu/htwye3/aYWk2LQ8dipLcaUqzdWw0wvdehk44C400B6 3LtKL4xzJW477sn1REyRFis48YLFSJiJ6SYqnLt/EcxsvpaK/Fk1V+dxVv5cjanFJJzDGMvq1/27 fexaC6MOWINcHVZwe7bQyQrnA72JRf1ArKSPTJUL4HFS5O3KniIZ5jfBJc+YWOevfhgIUwpy79ym DWjDnTzq5323XGravW4zSK4lz1ZOzuZhgz006l7lqvmRHIZP4GikV0SDfdhsmUQ49DdaQC0irsbI oE6V6GRox17J3Qp9jMp9zZGXzpHk19UJt/B4nVESKmKojzbqa2v7Tv+KmjIJZXSmzFLtBFU3E28l F/87BZrjhn8Rh8aap/UAi2zVSqnvZ7w2N+ia9VFJh1onRTNibnBozeUfVgJfTz9zn+72WIoHHJ/Y m2SNzp82DDL1qT+18TVpzPOHib8ttWwgpu4TorspYYDMEmIvG/MM0NPDvwjodC/al5Y/F9SkFtQs WGyrqxxbscZ/Hv5tcL52Cc1hOf23+3OGPOhRSbH1G4rykeY3gV4YraA53tqQZ4WgSe5b9RSbvZwB MYiwiyGWP41kzdek6r6A5LBGbJucP0wEgcbBCnyR2K2x7YX9BdoSMWJkzrwV2yMK9b9XBV7xftMg 2muzJWKRwBfb6NYh9XAh6Ss7cmZR7KNB3a9C4xPNpgfu/fmzmhVWi/ZD63v2gFWiveYzpzNSybwT +rYo2GnFimxOzKjMjivJ9C7aGYbRrAxniEAYo1tD8Iz/hQ0HEh1v/kPH4qrEK4tv+tNNy2+r8SUI mKruGR3tQOBy1JembgT45JLKGLh02663goRl2UVdrp0ZS5x8dtB8nDTHHh7Dg5mafDdUw6Apjfoi inwAixResGNLI0wBZVZyOM4OQOKF4u8e1Gck/0tXm5GfMUyIXx6aj03IHEbBE/ydxpNeo3v3/ZEg EvYyvyKGMtzMsny7FfNtJvW1XjMQcnszHEg0uzGcND/rW8NYm/F5yKposSzhCDnqWWASlrbQ7c6q Ygd+pxQlYEl6/KwISV6PXatWQwozicI62aLKZanlntM8+MgHPs9ORUOwVxfzS2EU9RYNafUEWdeW vriIB2YdiMZ6Fktt7O6pQCHIma1iS5kthtw1mQ6F0+/mBXd19Mya1CCL7CjdQCccpvCwlmkXCfKC Zu+xI0AZIq4VA1Rjrm3EY0WsK9phJcv7iMr3YK+WRWMWf2/kJtOjRFFSNi03IdIYdIJWxZCQHjNL nUcBZ1nOF6Eapf9YgBHR/jOY4CM3NRBN7N6TMis5sHIJzUMsyvx4nj/80AFELYnSRHamNMi4lKde TLZc2MNZ3W3E2NDe/bOv5HTTfaKJ0NfzBUnNPQmXHcin/M3tkFsqvlUVhRC9+lR5k5UkkqaUmhfd YoVEiOiMBMldHQuPiJpmDczzyh42r1raLWBdnjy52spC9Xi9iMRhEcl33qYnrgIhi6/3KvItDyuM r/gKjiPOeb4RtgXAuRWXz1ef8xBT76YuN58pXrfAYHY+ATZnmweRCbUOznQa5jDEvyuVvh7N7lQB kUmpptpfwAbJtxPLzKemWejV5lmx+ej/GwymeYjMsF8MR9miM9NiUI3wNCYzQLoglaHn8vOixqF9 0QntcE5heleOZAnd7jb3JHrXPS82DGdeIOooYZNArm1YZlB5QihzKjF7xu/WxhCm+GM9B2oCMqVR tVZLYmoZViVarzHJWBiDaipV5ENqiU4Gg//Mned8mdNhMDLJbFNCWKgQnBJz+yNq/lfGpG/L7vdS l9CYKn70tlfBFORmJAfj7GRBXo6BH6inkFHlVA6a1D/IFu2Y5/J/cVZzTosT0IB4eQNm0mAqh/41 8gDmzP55g+ep2oWER2FGSa++Htr4qd+NXjvajyaugTk4RNdqD2fDfjQOaAu1rFiRyy4JPaWVsEPG 8RvJGiqt6qpQMTK1PVuhqw8RQOHeQY+57kqbnrWJxhzggUMbtVX9fILHdP2JQa+dlWBVJY5paw15 fqRHoyVk+SLizOObv0dflpt4V2nFTNIbCgtjg7BaZRW9utPuWKXJtBCtS4vTJaJNH0JyGU9gtUG3 oclseAPEzqEBIr+7vTGxPpDd1/3/xnInahpzB4a0QhOimtZgWW3tQxfZv1B+FWzoz2aT6p68L6GM wfvCb9xsKvdvgJm/caHiyeAcJ180NAyTkCWfNlbo/h1EYuTTZv1abZYwipb2Jk877HFZZeqVn0fD ZhU5xWvXG22nYPvj5me+k93Rw9lSaO0wCXhQ+igZa1bIXqsdap2TQFfpUS81OBnmx7GCR92IffAL w4TcwmoqAqQ3FPM+sWe2WkweWaMHBDBnd2KmcXfgSDdffC46XG3ct4HvftBFYOvlVLcuuXVgCgog KXUJsElO5ev5qvn/yzHE7FnGcnBBi1wjV1e/mpKx7oDTG3W7nVLSeWRsM4Bh7dRJ0upJsmLH4vNl cf4Vivk56ilgjO6ZeYQx7KEHVD3D1T6csXSHa2XwnJmFECyPB5ZHG1tOVneboVLHU2oTyNLnM9n8 7wQZx/LT7Mox7PNHdaxG7E9+K7l5ndVipGyTlkKk7exHhHGn7KAfedL9PXPqqv2XAplB6oKZN+o0 a0fo76kxnOu77Bijipx6y2M/FZyf7dsMsNiYHhm4QXsCCBLxE6j5w3SjXjtnIPlAJhYhvlMtn+Yn 2EpGZ9JCjeYuUc45AlywPkdg9/kBW0WrDmXItC9QkKRn8ofVpL87+zPKkp5PNx111OTkW8ycbrzP K06ud/aomc9dLzn0GpGbogFc8wwmK2g2VcCa2VUByRwvjNcV86ZfqzcZEeyvKDx7Iv60pyyH7Rmn MzuvpT1P0IrMIUFzqfr40lZX/enzMUsJqDZE6dP/oKrCn37knhh7hd1R7x+1RyNpyQ5nwqXUPYB1 V5sfHoggKRhqCr0ApwxXHWLOSY25L4h/uMp6Ehz3GY9xsd2uz9/U0Xjd+XT48/ltvYxUT1ehVHlv acYjznjIs/skGWf+1x8e0cZ9hBylH9eT/h67/+kXiL9i7Mjdd2V88pPsGZeZuc+gqJBxvDx8Qkrx /weV3sL8iAKHHAAID/2/SmX8/0lllt/9qNVSwzcSHjDRN4xB5xn9vxRzDQY7dr00TyZOpN0dVoxS mEKZA8NCeyIEcDFrgDiqTffFzPso6VBRAL8c+WDamz/7l7PL3veLrcP945MeERFiEt97JWmkZXpe d0MfTuvn31hMfl1fP7eW3pChtboRadq49W6SCf9z++b+bufnn7RW7/uHe1PEz19BAvc3j48P/YOD 3/tbHy4fvv/eun9kZrAmqJ+6Pb/4UG/9cr2n9+xc5lZ9SocieXx8cvDyYWc8hev1K6nBoa1/OtnD 2tbW4v7DuARVyJrMWu/wdW942N9H4furi0v7gZm4r1a31l5OvVzSsadBQReH9jLXT5Jnb7reRcjc L279/Jsbf1/R1glve9iReeLkfkjEmPV6ihD9y8gu8sHbKdcXdn778r5p4+nXw+HFg1NLXmH38574 h9zb7w/6Bn8cSbTWZLpkHlue/LM6oQ8PPx8jXmkDuxU2dqZzF/t7b14+fLnRuWejNi5IUbfllzca R/S1Ph23GnrVy5S9GQ63pBERfiwUMb0m/fv7+uTycfyhXuf8KfxO9/x5b0Qy/H39VOuxw9bWT9LB naep98/1aSa+vj9/Wn76e3H3++H7pEdYT5vZ1GL+oDj30+1uzY+Tk63F1raqJ2aIGB4k8SB9XTEr OvH3r9cSvV1WQ1Q6Ao3RiXckLHVT+3CNdgwzyUkq/Ft/r1Scy0EDxtYjbq6BD11HbZBMYRqS8g+S jw7z45fXN35iMsvOi7zEbwhYHos29vnkEzrvcM2hT3wvJ9L+DlsvDR2lKfcVKNA/fDGy63sopswb vis+9cgxlsGNxcXZkaY+O9s4lwl/LfVXNDmQ2ZdSgNOo6nc8AkZ6D6ecOc4bIlTbzGWSM30toCG0 26qTPDicvGEnLSVbxqu4p7e7QNSexRCsD/ndTMqOD+Fk16NiMGf/JIBs0CoTVlzQK+NTNNIrE1LM 0SsTUMwK7jdw4DNpT5CkG00h5mPJpNLsh8ybxEM/t5dU0EOUrCtAx62hm9qEWaFFM6gSUuDjKGVC RGjRLKqtIP0NXavzqRR+hVvhtpE3rIH0kDg53uuvzid/DRC1xj2PfTuTh8Yyg6dRrOV1HsxbZSkw jdvQYdHep1gwn69yu5t54kpOZChrkncIYwO7vgLV3UBadHuGN8zyrb8cZchDqJdoIZpHRRo+ocYR rqEapZgls7sScj48xYqZDXxBGUOC1P4GjTTyTq/wyIeWNsW3rl4lmGvr9H871EiiowpE7zMktDJv JMAuizHoJWnJRtWIZLEnky1RUloisOmixCtXG52LSwG5pjKwZ85DvwGZWtkmtSPdrOUiCSguxB18 IXFiKHNVYCIMmZfcHKpfrvbXlj6Z+ahRtpuh+ynlWQZhJQfDGXHHEq8N5AfD+kHk6LG6PC4YQ3kr OpT2XyG5MN5SQLntTW81Orotm2zOvVpf0NNSg5kX0sAbEy/rAo4vHrckwkG91ZtCGles2XYtVDE4 7thNcDAGrv1E4t82q/FL1zuTt3N+OJEGb7dPNyofiRrH03nr1gjTX+kLGANO+dF4vf7kAdR7hRUN mERkKFxf2C2W0FCiiZ5YFOBWfW5kOxxOK6hc4qCchHzhF+ZMmWmJG/zWOFE5iVsqzJeSCtU9tDDn h8FIHMxyGkdHS/41rzBJNToKHqrtqIQaWHLrDUPBJc6O85zkvkvEe9nO6gtCcMvByn4CLn1Dc45Z Ic60UX1nW/tRNgnucdGBhFP8uvOYl6qWFRnlPYtMceIvVyvnICZXZip2f5JPyt7YUMVT2VpzdztY 2imL1dnN2WLkDNcZe9Uuyyt/FJP76EgV/36VLmbu+kCN+4PvUAWFbFwXFP5Ahudc18W1Pc14Ok7t O9qhONUQIH5GFXgQ9SPl2L0lHeKqne5qOsT1tVAxGzdGMR6Q7cjdnEguVRJOkxWGSdb4nvnXZkjT 77gEU+gZABY8BqIXe5MhJtgUThbDAvs8qqtQHavdIVcMPyOsNan3U85FjQHEi2bSlNV927ZZ1fqK 6egjyyZ6oENOhtLqD/IVJVoIjCBSpalUqI02jUedQcN0UxIywC6Ej2sygtFbAKfffQjwgDSrbGKq pyWDKCsjPZfv4T1FeSTqNBbQCgk1UVKsHRgQmAgkGydjYcExkD0DRCO/m2UrXGWbMuoYet5WK8g5 Cci5hJKWxX0rsVlV/Woox7YX6zQbqUhDEBs4iRJ18TS8IK8U8PZ3oQN9OG/xq+riI+Z+E2PIkvy8 bbSgFi+WVlriKw+oZtnFK9cSBzCf6QQ2M4uwE396rEIsb10ifXqGrYlQqjuQFgcLDV29eQgmhTPU kRmqSC+moKSE2cmCRA/a2xqVKkdEBkotE7JHsySPRJxJoWtJXWddfmBL1iQXxizYNCr7h4AELRq7 ue7ZghTLUAcJCz/8zGbR1q5GbCDOxm7r6sfDHR/VHAynaGBgQR1DdUlRdScJKzIL70i1GrBCCghg IzqwIHtSLknqIWdTj7HwYZUtp0I7cOhnaE5UFr7aUSGYS8ItUhBWfLY75vViOz1yL8tPyy1nGsEJ ko1H48cFGZDVFqsf7L4ir+wBtcjSgvg7seVnNWLn8MyYitSYRA6Vw+RcctBAvqpEC0LYaCBshZPp xkgoLUh1ltE2hYdUCR8vs079L3lR//92N43o2pV8QKe4B05cVX7LODFXJNvhgYSwzU0xcylLDFnp QMZYH22p4uyuIxu2TvLMVNhFjtbSS19Vg0Fw+gHY/Qc25JkGJ1/lVhnYhG12MBr8q/X3ezomzfp1 FMGdGrSDXXStk130qJHk8csXBPdl1bZQn4dYFUawIbZZox0ZRiEgGx4NiCdTA+ltuEJ4vfwrpnqI kopENr4ef/DrgIpxpdTCHXOnmcjnDGuBBw2yTjunu0vBeI2YDCZM3XCESQG8vz4qnIFD2pqFpAPd I07nPxgbqvHrvXSB8J0Rq0x9vjLnII+Nxrs0ZE4QdUCaA3AWqzlUsnwCHqTLOUFAR7yVxeqVPF3v ZA2xEABagqF83RP04kNmxSMgN8HQ2pZ8SIkJEQ7BhAgX/bYPb4v0VqRsPCqQlgDrSpSyVJ9g6KCM jfjAJx0FdVUWRodZpYIQlT1XVcnosSHF7YNS9JqiKY6e9NjPidXZrjs02Fnaqem22QvCRHNYmPU/ 0M/i8S8wYqaIq7T8XGcSQTsiznwmk0wpGEuv7OjRCNAcWDp/1pjSn5InW9vtsJZ3/z6YM8f3Lipc vbRc/RyWLXAlxDqC4NohyvrukN5BIKdRcXw23L5jXjkejJJl4b1eRW8b91jIW9eOouplbIM+zWMF 0O36GMwRdbyYRx119Au5Yi3GizXN+Nm1M9eFGcJ8dKTLq2n6qfE9iS2xhBqlUCncQTCXicueFbtU FZT9ozmWdT8xdn7PXNn1lEO7g+sZ0xEkI1S1NIC7qjUF/1tjAB75QTQ65K5L4U8AihR7SmqW9G56 3JnJEZvBr5Gfsb6DCirFtMp1aYzXDmXQFASJxJoDU4rKgJA/tENmnOwAh32HFFOpnuxDos6HwMQ0 gvzciJxvFWHnCImiC/yF9WjJ1xrKk8/0+dwWILSl0D8WSPcV0M9+SmlP1i45SiAE0UpyHap1lykR XucJnjMpY6fwrdwvnABz0n2XUNwyFYoOH3CCqrjw8o/UNlDK8syqMivID+SzD5WLqlcRAFeBsW+W /xhsgVNNNbxECShuXKDOH5fMXFzAGI5trNGJJGn0JZFSeKzXa3Pexhq7Iru5qvWGgknIh3FBSY0h 7XH+PZ7/XBIwNj63Z3pV9KDQ5hqKhS6FK6FGvzONer83NBZheJHzI4v3AKaGsF9LMT8mcfgvA/EF f3P8Rq+b9n4OxeyqSIApdM4dOJgB/krXlOxEFU+3JCJiJE9xhadxjms4WJkp1fBaSLyCVQH/O2WZ GR1/7pyaQXYS/Tfbz5/0BhP4wguH7Hkz6g2vuXJi98LxqYYXG7y9amLDX5IVHZcBp+92XrHq11Ut R/w/icefolBx/lm0YncMk1CgEQe4SeWy2r7RpIRkd3b1BJ1+pwF1TnoSW7Db2tZrX5BVK8s4MLEe GS6PbMaM4PKVX6m110FIBPmIgpRSawpa2p7rPLfUHq4y00NJrzdwErOjykdTrtXKBiTGvmitokRB UNtHEmADC9Ppwc075PSeTgn7EWpIrxOwqfmsbJOt2K2kdaCSy7aDoZ5846JcCS3mnvDd5VOBfF0B w6AUpyRweLSmf7TmOH9Q8RgyZyvUqIUWYIQM4vttmFQ+MwEoZeTV0zYm9BOIH0qrZF2Dqi+Krgmi cRi0P6b7OozdWPTWYTqS1twNo+y+bSS+YzIf4jSG0QpOGuAAr9RzZsvqHTLr9rgB/h1cfyo4f9R5 mQ69QCPJizL6dZXFc4RhzHdUhstFYnyBeqve7XS99WdOM96MrgS9Ov2QqXqVhOmoXVqocwjSLR+v uVXynJEd0HQ8uZfmSLNoDxy+li1UR5/zlQK3RUgFdhOZaK7/9nh1CTVb/JTSj/eRN5iirG5Y80iH 22m6NRpa/OVaxbgRKaby3Uvn+OZ9Rttb0TgQ9xQrHUhJWqQtHZj49cdibc6dvcHk2BkXJtdXm8E9 nnd8/sklvXJY080LaeQqmsowMpns80RK+HA08gQW3mCjL9J5uk3GKeITfX4s2/9/9bCqlKsUoygV odfkdqGgxbVniN5uUjxYLj3wtx+da7sBFfUGP0+2yc6wQcO1eOyOgB7dUFKVtLG5L3eoXVsg83HX YqqmfefUjBrpwoSEYjsQZKidDApnANdg/bDanXHDMh2yBZKfhJFHDcTiROME0bKoZkq2G0nOg5kD fv2qk71WWTZbT/1xyIOJgRIqWKa8MIZ5NYlweNDNt1PiPZpvDumMTlBAPdH/UtVfFPvbpG5Vz6ox RR9hIzOzbQl1b5FN4an7yDo29Q7hMVBl0u6JUXXMiwgKvYn4m8fGEYJbVMC2pzvFL6yQYuZrDGTa IMSt+EhL326o24mq6tusN16HLq5GGlW9mGQWiaAScmeVzS6Ui+x3UjRuC4IhbYxEe61E8eNywi2Q HAyEBeWjAxPRDe85l5rHyWSzOAN1atA7DM7c0MRtbbvWsXHtwVB8Xvgavalq7Ufd2oW5aD2Co+BV 3KKJ6BCXhpT3PWkHEsi3RtSicBdAgAmRZztDQ1y1vwuWAW0mtywrBf9DKBHMikeU+7cZYjeTNQfl kvbWr7lnvTq2Hck8cR4aX2f1rSvtOuzmpHkomd8bXbzIH7w+kCH70UxqzTUl4sY4Sb/1XoZ7fElF hRwfdJ2gXvgxm+dAltgsRrg50T0aytZEZUsVX2mRbC4vEtbRlKJAcRLDE6gPNxXzvxP5H1kkJtlR yv/PXfPBDquOOCqG3B5mvOnAFuv3ocsTbQa5RVsMl6Froe9TI4L/7ZnO/G6f3kEnVXXZ/CtefNvk XWqwRiCMzF1wstS5/JXLVQ0pIe2GJjffzJOl1erHkZmfZpsE/KUq5SyMkw5lgyO8YSJU2DvEVJVV FAhJOamSUdlGZdTE4POJqatPeINVHCvBKSutz/nPCzrRxPd5ogwehZM6nmWCqr0rkdl63tv/+NTP hqiIIpXPVhM0I7ohh2lJ6g/8/cu+xxsRl6IABOejAWlBWAGq9NPI0kdbjbKUBIRVNsnmJ7Fe3Qyl 7/sM4SfRU3F2BAaGZmFzpCYLrciOoYU6gC1TvU3jFmp5YoJTzI55UEDYbmc49JAiljUUJlAdyyKN mTC/3O924g4cDxRxpj7aBafoaRphRlXVN0qrDMXP9zXBPFwAP5Y8br7xJWifS6/XD2TtDeFFIyTz jRTGBkCwx7y4p7PlqaPcQIAVpt0++j5bgYzYuUkqaEMxTxq/nOUkTqRmtGmqydCLF7OKOWBmkAEA 2bIFGuHKZXwgd8F3/Ir+MKTL6LOWhhKQQOmtekFNo6UWO0vmPWTZiGReIkUwf+WoN5K9GGZVcsDN U+iRN+2AdJru9+4qi0Druiv39Xd9hnfNAFoGfmoc+dlxrAq+9YQhE8NlIFurucaxEgOSdUZuBiXD ulTo6uFJh0mOCS/fnlEyf1mAs7OaALAH/hcdZwHUVqMsYNwluLu7u0txC+5Q3B2KW0spxd0dijvF IVDc3d21uOuj//3ffW/m/ncmmeTMmexkT3b37G52P56zA46tl/WKb28EpZ5GyOldWa15SeYj74na n1hSq/pkkchS744ZeAQ9ZCJBG29+a8i4HZNoS/Aexhxn2I4moIYvXrfRDOpCIv4VzVGEmoVgSgSg QhltSvzqDnIbovY0YA1rxMal7xiLisX6PsIWu3PRfVzjM5CZ5jOAkwSmY1bgJ8FHP+RHVUptxOcl 6bj2M9dwY0IdoMU+KofDuTXVW7w0aNSQ4YbVsr5ZQQ3zqhtDcPTIHZADvxL2+yG2KOWBUVU2DFsL CSA0pc6cQ7CnztQi2YslzirllarBo98MyGaWf0Bxb/I88LqMRCUIbv5ukC6NYkbowhokgaLiDW0t jqISSpiDB5rTDniU1zYstP2rFPvfYLqFoOg/dX+Rez1IoU4Q3IW6Cqd+vVKLdJGP0Eekss9hEdHH eves9R5U0LlF6TBBrVIgL906f8zrPau/xAySlXebscqskqHsysa3ABlCJwrzOpGRphEZCIJTKZ6o wfBoQlmDmm/Rb4EbMydY+SgC1Qon+mUTJTpenoo1qSg/Bc2Yq4bf74/dWyHbjUo469Gog7nirWAj UTxPnkk1ROMYKQIMeIVbhRZVuD+Jxmn5/C+Dh8Ce+NgGcFG3GyOmprBqMiVvwsiB0QkzkfiL1YXM WMxqWjHv1nGzZz3O7tFlMtNSlAA2uI8hZWW+47IbS8RJF0rDcoPgdrn0XVSDYgKiYLRYRwBcyQr3 7klJcYmfyU9kjMVJMSsKIu33oU7fYIQzYrmHhniitkprKdiWYIyy7hlYcAjZ5aOcLqJ6AGcDWvH3 1vf65Jcnh027mBUKQxz00OF+Y152tiAhdIqj1t5TEeP2RIz9gdfjyuEou1Iq+sujVDu3eh17bLOq E0enA5atTl+JWvMLdMmxuYwNWwV/yBxGUYPcsok8q6spDv0A74oxxP45WNouDDsKj+jgA0HiFy7u mPbHrD/ZpISKQ7zYkTdUYeUMOdwqPdwUk+8bV0q+SJXxT+r3VPsLPGFwoAV8cIQEQIV8wJMLaXhY zY0zbpBsgBcT3k11DeoIiJlprJrQF41TPXilrhfMFzpStKTdlwuHwYsJHinSNpYb/HK/XzzNJEs1 GAVUKVCK1P01jQF7RQG5qzNXW9t8yxwOE+ZdXgCzIEdoE2G9NjitcVHm6zN2btH6QM8+zFvQGewH SRGzUvGs08X8IP9hC4W0sDWRySz1PLvDjbG85HPJ7ouOwIGL8SP5zppP+4+9kA7plA6+m6eX+ZeA NZC/n6+XgM/3dV1C0NW94FHHFA7sHaifRfBU2hRmqpHgCtTRW+W11i8S6+pFHA1iCe0WeKPw07q4 CM8XeQG9t4//oX+MVVUq2P5+huEdBULx/vo3wuHvbfx/0UP+OuD600X+ix3yJXoU4Rcr4MtZ8Bng 1mHKGxD7w1DynP4GPMns6bM9eu1FkaMjc3Dwhr1l8ovFjyWRIuAK3eVG5ldVbNIBPEfYeesmzv5Z bCgaN2zpM5luBaQn7+biMU6TIeUV1KAPP3jnJoowPeRqDq3Fk4RjhpPn+uHVkmrUwEexBFSP8xaK 7wcDH8PplDQlBBfRJTlCT56zfy97sLqd73HHyoswJkTeD4yyo5tKy35OOCMCharuDeQcyflplP8z wAJF8nq97V1rqv/T3szl4ydrB0vXv8kpfx/+Ne3+37Rv/zZRNgOrPfUbtUF2QKrG0TEHB7prulrg hEfgw00azUVBZ34dvktqEKmtvsCSYXdF80kUKW+evbNLEidjj0risqJzIbwp/9bHa0b03tqvZFIB qt9HRTlq3bLsXPhxLCKskdovrU4X4pcsF8VClGESjBSAjfjiq3ukab1FO2928+75uXUc0al2z2i5 I4Fk1KRfs/Jg6OaRq+KGrxmLa1WMdod4/vGnx/ReXZp8V5zz/Z+Fv0EM/1b+/6udoSYfNcMKWKVw hh32oSZ5hATSUEjaAtDxLcBhqwmLTNGWgYvTmYvOcCjs6ATYhHnNaOb98EJIFLmalGXPQzeGfqrp w2LuZiydcvnyaQYFCXCjikw3lQXZIgbtnh/C3BXmyzl0E66VtL11hAIa8GxoUTwQoeDrmc51p+aa O2TQh/VyU9pZ2ycO7JFo984RWgtgPERtZqm80irRlz8b/7QPcVqelKAgEfisyFZijcXuCnul6bZK MKoHSTETCMzvVdQyP6S+oPIUkMy5qLEuTT62qzEcE0aF5kmRSLSkOP0Nf42qWTaLGVwJQG96o+Xn CFdf9LbI7sppG8F5wBgKp0momz9kj0wUjMmC+tT5qHnJYCz3PpudEteHffjSirGveIIOWlsHi3WX dS34IWlqLBu9HiUSddd/BurYesAA+cRNUv4IePn2DauohQTpzeTiYuGsvwry9czuK4yTRTmrosTX OBPhT6+S7JrfutCEg33FIWcxMV3PHfObzaNi9WIsn/XazDeqXdvgNJ/lHxYVYjdASTBlyfp2yCAN 8VZnV1G3kc2xJc3bJHTa54ENP6K+OMFiXAGR9W1MpX6MogXZnVvkNOqbeYSQuceQKv93TMt/7nmM 2U/OD7+vgGzA/nvPw/V9z8PcTM3N5Y8j/PH7CA1FZQwg5mr6PYmhRSG825IqQpyHdso9otumCy0F Z+70Eg9g5YIMHVPcBAkxzJeyL/OHcbhE7rZR0xnLvbzgXSJ0mx5FuvVe25PzafO+IkNdWSTVT/Sf 7u14Wu3izGcltJVc+8cX4rM+F8+L9/VFbuh9V5uqHFGla+kyPnVd3bBYFRghK9pa7b2U1qP3HZVM UpEq+2kVtH2DZRataNSe9iz3LbNRv7zacT/Img6y7F2Zg9DmTJVn04adVW+oL82Vmfpv5ocnp8nY H3oQ6VuI1eOM27ZoxHr3k8mMuUfwb0awb+jybfFV+u0mOn1zsvLUdSjzs3kx9h2ojqaaFwk1BiMZ FXd/EEX0Z09WVMPosGZHLTHE4mAOmdqorjLUq+Oi4WvPDKJSX5qWbgT3bqW4yEIX0sFHWQxxhTNP B0aRDm0YbvnlohgAbRroQq7bMKyyP2IQzDg3T60a89c1t5GWKwuJZyL5sajQ+TG6RD8snJAW2npg 3fwegkn43gm5Y9SF8vTdf30MLUjare/mlcQzou+YdrautMCtZIR4XBonb++ObGwr1d3TTUvSV91O Hq637rbnwnJDQshHP3CMrrsazFGQGb0jKClxvDxVkX+4eShy7Sm7EdbluEi/s026S5i/6CDyF6Oy xdois185vNzC5PlKv5fNLXQhhlmFhG8WZbdw6gYIujl2pOJyCloz5E4rnNxCnJQqSAGhgDGGLuib PHYrmatXENyQazC721EX8v69mwG9zKstbaIegsXCF9jKGnC70CodnKVheW7v1QGL7ptMfWvwjly6 lvMh9urDDRycZXPIpyaAXzBFQ8wMFk3RRupiLU8yRLZVSx/0WteBRPywI3T6BfEVjBvE7oLBsmet nn2vwG+oXBI32uoqN1pQZU+xPl7+L2tuzabRvF/O2FiVFOf4XUHAwT+PST1C32cJ2ID3SPefxv+Q M7RH8+4WjuhgYMj/uv25unnZmf9l9Svakw7TrJh+0lskjKC6+lVNcDn2XNnEGDAyIKVhZo8sE5/H ThPFKup5dcAGiedOUMDB6zdbAfnaykx2TXwpEvynJWHhu8e145V7S42xSWgNqnjyzu18NCn1HvaP 5Ijn+w8nvfIRcoqS4k2YnJ0Mult15w8coBkGJREm2lk4Ukm8jZC5Xttxhm3oUVkvSkR6Y8pEehr8 FvqrIXFgXIIFcKx90IrzxuUXFIpfzYhlMzOQMVkcMlrqy8rAMtSXabUIwpVmhcBhuAXv3LPZcAmR xLxeXhgkCriXS3QDAAqYKYdQkj59QRClqHYYKZ87xxi8ZayJha6cS5+WkmDNMbZkYk5FSFqEUsTI kW7VaGrMEJxQ43HfGoppZ/tbVJLmIvpIL69j1HgaMVSuEaCiBJ3jIKdFyAjL2BN8bSfCfD91925k DFMnkqboBSchrq6HV9TDQbGylraT44lApyjsCJwaXRd4XlkipFIlsZBRUGhOkmNKqQERO+WuSoPg p6SGLF2l3cCqzIR4H10wxx4q9UuGGnpz4tpBcwY5MJJuP1uB00/W8aOWdf8DGXOkRCovq+KGBg9R 1jHuM3Na92mnklInNWr/B40lu2rbG0+aMgsu8g9dWhwq3VBZx+2bjBh87fDe30TmPyCWLFApcAUR dPO612gUtmLxgkHH03OFCxRMaH34zldRrrQHdjsEAAtlbXK29NWarzgiasziOzyGJEnykpwdMUSu YLm+jhCQPnecWNqqFmKyem6I+r3G/EyLKGxfqhfd6s/nhOfCyuBQOAcf0w3wcQok/DqHcdnij32y MkiEKI5+sjZ4t+a/1148GhDdgSiQNSfbe4dxFC/jPXVi+TNI9nQZEdVi9S3sfk6wmSEE1XqzQvIO 5w4s4PimEoOgnWMoBlwQalAk+rPWb5+5U3wbCiNH3U9XPUq3n62HuWln+Gc3KnSrS45i6LYh2147 Xp393F/sX44fbV4wGgvyqbbTwn7o2x6LdSqVNvyq16imRvPtYftpWUegTZ1Lp+Mi5AgDudKwPv2F yZXVXOiYojVmSRyqyR7EEXLuaYN4eysPvCf4J4/aK86VWIYDA8Mi+3dW8YcJ9ndC+X+pZISujuO2 FLq/EembGOlzzIgx7W2vRDWWseTQlige1KLiJXYgBbABIHstRyjwdNb4aFKnpzgJY0Gp5W5gpPFJ I77j7SF7++OlbjbL0941IIcVgfrGetrurqgodOPujVGksGtnSrPI3t1K6UbiHPSI/iz4tml05zj6 cDbsatCIMeHUIgg1bv/Enq7Ekr7/qG3wa69QGNxyPiNaAxGUlf0jOdnVwD5k4oK1F4ipHD37iimD XHfl48bZuuqvtj+691Qj/FN1sFlYnek+wGsNpB/88OKBKkg8saN/Rhw87nmbmGfMD8L58bYw75i8 die73FZ+bNBajBoaSiqtw7pZ42ebBnqYcnkCSOZcq5IcITeyl2xs/0waBqnC3D9rLWyudw3U1029 VTIxQxODsmiWvbX8ROpBXI5l3m/XKxD34r7ThMZMzyJ8p2QUlCmEZQE9+8v+y8Ld7DKTjY9TzHf6 1Cl2HUZLe/dFJi6o/B9Lv2yqIcbHmCQVwH1e56EMYhj5VRSroJIQu9NgnAf1fm4LMElLzAZnTo30 qyiJgkwJz8Q0Do4B+PphWLxnflKRqoFcxGtW8+rJ9Yo7qBaya1i+Nxx3HBBi5sjrDm4WmKI1c5zR czetJXMgxeYanrow8svkB5Erwi1/foxONpB8xM8kgkxBAv2QZM4abWzXhijKSlz/Kk4aLQyI+z6C U2cHTZxyz673hnNKvBEUIgD8Zn/bwiJPkf4wa5IXZR2Cinf55S01/42fh51dW9Z9BDNOjsgsKaMN I1ZIa9+bYEDNWNZSfmEpuX1h7FO4wOUFM4iCxOXxojJwPHhN+dMv7jCTnhwrLgcUu+ipctOf13pM h+XqmkBWoynUT0an39i/mH6RxVTNQw6CfUHXe9KoPLSrUBd3SbpWW/QiBqZ9xKRWsOZMpDF+pheS hpFmoKiu8cP7SE6h9Ooq636pLkPvOiCv1MBOXgcmjVWQNhFRyHii4rSpmRQxTZ40VaaWcVnlivQh Oo5VjrN2bM/AJ4RNRKCLDBC+zUnZAqaPWUVYqxLxQtsH8UHGT6S7uYA/FytuKKNXXolYko1aVlKH F/Mif97/UKNElJI3F4hNbqCQqgZhW1UNEyupo7DFOmfNpfNzIph7s6xZMmf3JFRfNXOLfkY3tG1n h6ye/Rd71kcD4lSK52JGvjC6dn4sfVpFFalfCyVJP7WkchMmOGWtUnDNmJzuD9xXk4SLIAj3nwep Zi+aVGyRH02uGPm84AgTpHCjYquHW6fxiAuVaMamylSTVQknGZFTw9Saam6HDhDyMLlJudIXcOtF t6RzYQsUAndOnvRVDWIoE5ueIuNDReXyGT84TR0hyK0iqPL/fkGp6MxXxVGJqMUNVUl77Mf+KrFO UT7x3TpuauQ6bgbKNLfXkhJVn0Es1IOFBhaqju+thoj2hlwIg7QIBtQJ4R/M/+RRsdt0ufosfY3G +XKNU/4K5iHSJTILmGZUpFhA5fe3u14WQ3Kjx83pBXdobVfZwZ0kps8DczUOo5P29OBiB/NJMsVt fG9LUw1XTkZFwIVMDvc7CyswJ+IAD+YW83VOdrRW6AOFfGaURCFhi4QD2aHxqGiD8SBMDbiUiCod GGBv7QoTIb1znilwZ+IBCkm0vc99pGrsCdFBWaFm084efihmIgfoe58UoUOAJoCkPbCP20Wdr5OM HoA97BK7J86uL5Osiho3hUpYVZKcWvtBTXVdEzEmCUCZL9g8NNEGLS9f+3nqnc454pD77XQ1snx/ LiVqJYXha0nxB4C3JKJ/TuCEPcXnwVJd3SKQ+YiNgWnh3SY3OsiYUP4u7ZW+gFUfepsSHoPJwakh 9ugTiFi19gmXLATTSCh4RnueRaWoh5Rq9MGmVE8wAjNChVGxu5yAk7BRy3iSosIWof9LDRQKkh+p B2x6pDoI+jZmy8hof8wQMM7TF4NPAI7wGiNJzyYj69rOlMOjuv+TvkZpDqNlKQJpG2qb1ZzfzdKy vBM8up6ZLRhPirEg03M/GDqD9/76xDgQkh12bBG/Fi0iYWFBWwUuXlwWNoO9PyjeQOvtrIcxvTMG EoEXySdcfFASn9fycjv0hdVpQt6kz3hvfsvCcrnzhuWMyAkRaec0CMLdRqixOcooZJRrYdnjKRJk eWeBY2TMrQeY7c39kPLKPSfo6mmxG0ilyz5h2TwHJ334tB8MHgJNy1gvzos+F5jpi83mkm90UWQD 42KpygI7Au6naeMKRpFC0mhJk7d+4RPWNLu4fXezSOhzlhh25EGhjIgAcistkK68ZYjhdmL/9Hpz PCblvjzhRRMI3THryeVGEckDS6XUfgkuLcHDTXtfyOXWjeO9eO0FZkDVohwoB3JAXq12IOA/k6nu bOSvCXYox9jPMcNtmRzsYqnIae3YZejpdPycwkGV7J+IUGObyK2yFmYc5OhuCD2jvT8qNsiqkv/5 s5Hu/MJ5ohEZDDhuT8ar9qP7MT7BnL0YTVRvWarobXTuWlkOwXF7mzmSBA8//30hlhvP6Rs6P3Fy 0NjhaBuep6DaxPvalgQsS36LJaKBmjYaKcHwGK8uBA7jOKK/JQaTMrLYa1jkNYnRtcL1eiMrh+C3 CXlAHHUgmUJxMj0k9X04qg6Y2VyqNuA482tqOGaLH7OrRTq6WSFkZ4z9ql+HybbVj7IsWIap7MqU bTF4fWtIXBs3gOuOaIxFzNH7px7AoDn01HtSGCyOTMUfO5+PVxSz5AJx8/feXl+SSXYPxAKO2MFd /eU2Y5UZiwyv7n997RkhSAJd9o1/kTcoGDIY/OwVZNuQCg1UsK43XeJWzG+wG2rlSKQ7kUwEDkqq fzV1RcxraqxzTMsw1zSU3Axs/05N853mag9fY0QvV1WYyGjWl2zgsdbkI2TVdDtERrmybKwj3+KP s7FGXy9mo7EOdeUbltkH64AWBZTzYGLDlZCY+DpfPeaO7jIfsRCX17n6c3z9t1ukACuVblOepibY eIPp+kecJg/78VmCZ6/uHcFlR5Jg12YsVOOiVRLOkTfUf0qIWNbuFc7ei4+X9zLjv/Auuf+a0FRT jE5nBbRrHQVU+5arI1HuyHfKLXLaoCaWlq5mtbMG/oRRW4ZfDlivIbMCatgPB9W8eDpaZIVenzYn 7iAswc2acyKIy+UwqNO18OevgzLXz2jZkj5RJZd+jniFkDi7bHScEjukmQbTDkbIHLQytQ8wHsFE rl+BKg1FiZU7TNJbOUpLNYRkESpJZETpRrZtPjgodpp4y8stlcN0Uu0tDBmLIsenbNQGWUs6WmUl QbDNAyZVzK+b+DPuEnZLxp9JjVlZ5nq4Lotn4iGFE/GQgV2BX37JokdtItyRmksp+1xvFc33UCHU 6lzsPv7wv60ImCz48t2o4KX0azTpUV/eeFg+jtxW4z11heiVVkL982K/WELDoBUh7AVzWJxihoqq foTG72i0MOrXAX1lhQgMjiWYY97F0zytlOJjV5Pn8Yz0sLCLPqTPZgSVr3Fxkave7xycS8FZG1LP /YWGw+b0nPtqsTPET549ateDq3tcRlWqHh9Cw+HbjAIv0AWZOm/Qn6vB4qk8DQPT8cy0D/QrCIJE ylaf+CkIre9GFNYRouSyNL1wJQdbt4XNE23plphAhK4RV5wt01f4wq4G4WMAeKw0NBg9uWteUX97 jTPli0vixN7Npt/4z6NgBkiQdiWqQ2vcDhb7JDxv72Xmf9ahtBcDz8zvRnL4/vwvRsLzVyMmtusP 5PrrX5BrAUVY/JySwy/cik6i4nBNlhXTUvLbcWYMbUIORYoCLt+Jlo383+iSRDIxYJEm47RYh10A BwylFY6Yvv52DsRiPQV+FURe6ufhaEm7NxpsKgu92Gzw1PfFOYolRjJ4ZdgCRBxHk669KgduW5yc 7Lfg7kLI7kdivw/tJ/U3TpSMvwJw3ydynBRnOySyo2IClWjmSPSWpWnDl1zs9WWgOBGyLEiHTbxv h7cALCZsDjVUS5EhybpiY9toRJoUylbCKE3i+5jlpwvfzuAHyCB3Uz3xsg/Src8aSW04vc+mBJDH rdK5awav6rJ+KqUB2x3ONUL7HmkJ8U8H62ABmwsivWGPhx4oJvJ0wE9Dug2Yiy2CpkFfaTPjgFsP 8UMi/9jv9CzKZ8V6d9F7+f96jXn/XOOCDHvHbV6U/nUSp3WygSdX++Hozw3h7kec3FvdW7fEhpbL bvj6y9dxJyOn/o/5CvSxVnLTXRaBP+JFPgw+htWPNHW8bjbOJy8m/95sWgatjsTTZo03OKI+9a8u 76c/gF6bn/W4somU0xv7R4df7X043vx8Mt6cnuZB+gGrJK8+vmsOyhzn5x5tqSLZSmfZlZVRqOPL 86NsSyDHdVGvJRJDHpr7s82r2YuX6lXBqEhDo8opXuZKQ57WRj7ve7f7b9Ev09OnH30aA+5v3J88 xGlCfw/vQW2LCJ+tRV8tH/cTWT0GWoT+nh597r+ejqG6Kls+rjkOOGswip47qxO5fZrPJuFmcXLD Inx9AAXMSwR0od5M/sHOavGcEjvusblddXgtj/m/PbyYf2pJLbpatH7rWBPOxF7Gsbo2TRu1TA+d Ph2+paluTX2rFcm8rVoyzpjA8L12W3ir8SOAbfBbDGaK0BZwj5wMu0CIfLOMKu3Pb+Enmft9s/vJ 9dswWqdy6OL2rfXV8fAhyVNV2e/TK44IvsF89vlVkROjTkL/McNP3lgjllXp6313Va3901ejbRFT 9MqX5KM3GwHzaoV7daFG0U4yb2LxzsHjzMb8UjjGH5jRsRJl9RkOLkyZjV+lcM6VmKd45Wrvtz8H Zkmh9i5KxPlnh8YJdrbyIfHWoo6C9Ywu8LWl/xi8czeMh/XkIa49243pDCYOzQ1gMwR7+hQrM4YI gZKVMTNt2hUiKQ/XaQqaQwgk0/9xmvz7on4mFnIMEpGObZiUTt1dB8HlTqsppt+zaTmDu3E+9GUe bwcLGZkcsVb9ki4I7XA2uytvjCyCpL4regki/96i0nUgeZmzveMRAu1GlDrSOK6JGrGL0kPxFCp+ hMsaOn6FS0dJMW6KqxlHAWHejCqFdr4AQ2Gh7Vot/nprFwEug61zZBl3ZOU4erVZ68QzvUR2CMWC LKWarhlDgf7OU6+rwEMxSQ2jl3QdkdqupBwKg7sm09gldcF58TZ40JyLzxW1hmK0/VW7P8fwwu4b sg2/lOjnaa62lRLtnA9kPzsQPR2ADGxj+tnyM6VA05fVfM3oNJMDzSAUAT1TJR89U7VqKUWxUGWO Abz+/dGPT7z9fr38T/VfOc5PmgjuIBU93FFd3wos5an+Ys2W5g1NUb6zZsl2Pg30vQwd4HQGrodc DNPxfrkJm5VzoW657v/KqvcR2UamSQmq04oUsoGozssWKNHJmJRcTGY8d0rMBTFC7ot1UI1o1V5R g6edzw0eobAZAbMfJMg0XFxveBpMBMHcpziZrMf9E4VrIUNm5l0ivp4gso2kIoI8Z0zJYtTiSWMx GdcPJmB8NzpXHra0XZSWRzLjPb+eqcFtQ59vJRDRpayMN0w9bbdGVTZuj9EICRzna7pAMwrPArrc yru4ZSqM6MEWscjLEhe/aGzE+piuxaxFhZ/FZLzYXPIzZk7vbxZQa/B0Fw1cnBr6vk4v4+u12c4E bwwVMOdB/EJZuyGQJ5XohA6SXzjh37nGqoihuen/SnhcI8YEcLYi/VxHVJdqA5RwsvuRVDy4oSIg TejaiuC2CF2/NufZk4sNpTXvTEiX+MPakKZUZsEbH4JZGODsRETpPE1C4GD3m6cY2FPY7BQsgYiX 8Tt11Ck8jdD5j5j8b/LkDROaHsmCWxC6jrZ2xbYz4hvqSAThtGVx+ErusvrmjK7I4DjUW+9fCq2I RZjKbXv/K9FyOQ/l143YMIVx57G9AirgnnQeUowki1iRXhQr5W3UAEwb9YUyEOnhHiDVvojFXlSJ miER0+srkddFm3kz0PN50mNsr64w6Vss0xJVGHHEQRI7LaqEDb0htjtZzSfJLHFZJPGRnCmYG7wX 7lczyxCynW2kyUxzHuyb3RYoNJbti5hFKsf4HBmA9BlSb7CCIMB+3866cQadrHa3jnISEm01bTqn lcUIqIba0/nNu2gXirwBSVz9PBhj86F3TB7SnfSRFbDI2Aq4cQdBoR2Duw0gAfMZjABFMjUu83Cn IoO/ICedT5U85JnQyBGLqMLgYjdBNLGktam6sUdBuLjAs/oM0Z4k8kDt5B73F1TDyXuMAAVyto3P pLWyHnhH+IE9AFtItx67BnwDVCEOwqoFmg947Beibm2u3/7QZc3lXY7DJO0O5YuClAQuGdBPiWIj rRRNAHljeZN8qXtUV2xffH1p0W9mQZKTzPyU5fPUYlwpypM9EpMXY3R53zAXH3VUx4m/L0y9A1mt pf2FMH8n2THPzVyOA3tQJElI8optwdE/tELFVkNNUBaTf2i6DkoONxHDJv4W5dpoLs8kBKgphCX/ vlfAW9IXY0nZC7PCR64n0E6hxGrS+D90nVVUXMG2rht3d3d3d3fXxiG4BXd3hySNu3vjQYMFJ0hw 16DBJXgIcDrZ9+yXe+9Dr4c1RlWXzPrnHLNWfUUNnar1FZhcDKknKlmtOVfL20KyxH6ZBrtNzQlb lwnfcCdMPdF+t//I7yehlmzS2UZbWYEYYROdJa4jz4IBagf737lfus2RxQrvf6z7rfotFvIZ9DS7 gikDSHDtID7KmTsHFrjLGGIqRU/+sc0Xn4CtVfajExyb0q2bbHtvnqPv+G4dzVfq3S0shv44Fxnc RQEOXmhxVDn+CXY5U14Qo3ArMj6OWoQjY2VJNELJXh4CTUJBXgIENJvwmkd81FYq88u8xVids4Rw ICuEpxI+KIiysqJg7vvjF6bNq8sCktKTdeugbTJikjwCnyNfeTkEVNp4bkVsLFqU6kBsNT3vl/o8 dUPkI2nLy7jaeb54qST/+pQq9c/gmE4HouZjQmn2OMsdF8k8A1Wx9NzrGx45n/NNwkXNtJPKkRGZ WfatRgeH6upY6rZbzZZEASKS+3FUJSNhU8UzsmQqg1TCMoMhQ2y8TAKSNcxfFpwfoxduBry4TuYi Qdo6lVn9iQLydEnZXepusVZOooRkbz+bPqgZOyYQrvpYKpXkAZXKzK09W7llUrjg5RdijeqVUC1r U6F7wzq7V2ZiQBgDBp3NZ5YL0TBIpaZTioavDtraarwfW+EyhwdW/DjXXhlm46gtrQNr6J7uZGna eIW8f+XHEC0gppABf8Y5qULmfherC0KO/IGf9G0jMhnfyRt9/52XxYA7auYNbxept6HMrn2miLaP 5odeLl39ifi9LN3VWtakD7Gl54VfXKurGWosVTAUcOOtxA/sfSfkN7KxVGbXRHajaDrxqGbwYpVP S5J2r9FCC8KThOyLILZFT7nZnIminYlBC1LfjEDrJnKN6QmzDrQYr9nvh5m7l4CKp46wDuaodtUw G85A1F7EWrdqmOyj0/s3lh8c1EoQ+8OSgLWAsqdRrt0+OQx6chl/YCYlbZJBDiU8KxIvUzXup6Yu dUSa1b+dNzRv2d9K1W8qZyCH2KyQMTkLjxNRiRj10mdfI3VKSxWs8C+vn27ACdrpld4ZtDbJTa4u CCeSt1KENzPsCvritEk+xXQ2BDtqymAhsc7TKM6UDwiQfqsZqVyIzcaxQX7U5cC2dINsiwmG0f+o DU0bLhZhUkDxDQCV91kRcJISLjtV71Hm5DlbVoYt1PHuPXdjdNM1qPlF41tx3P4K2DDlnQbAUgVZ MkNAz1aR+8u/WqJI21BTWIBmcoZkP+Wwaj7rpgJQHzkrBzX/1hc1Ww1sbFZOTSGeLLXe67d/tlNp pnsoEE1gEyPUKgNYs5jbxLBZtSgM4etBxMp8KEMqCcysq1t1I8HfEi6MGRxE+YlZ49j2z4bJbaXT Oa88H2FzN/sq3sHAyjfCD8z52UbYWDQo1XTxHuR0yZwDphUOzj0rFrXSkf/WBilLPHWKp1m0hZx3 9qAYqbcRHdwo8S/3EWTvnrW1cJF14EH1YVJhYf9nHjUrXeiJcTm/CF5+xIydLzxgVPz33B5B2ipC 4kqyjXCJn4FV8381QxAqfhBif+bxcv6o7cN4NjmMr2wXkmRx4qjfrvExT/VAE8LeyQHMIuP1nmWs 6CSlxGVz2fMrfqC119WF9oWFSFzjAFAJhFt61MKzl45veBmHU3akN2Rh2ZzE8zjfhMxOPQGuAo9t 22gilGBELuTbEJTWKyHaqUe3Ilv2qTt/0MKiCeEZccIfgTdtTPOw03WYM8IWYyJQOFT6wkg9cvLZ a9S6Cdl7LXpoC8swwzCVkZoyiXkCjPvq08o811Hl2KGQd24lI45oRTRQpYKNLd8FXWLQwZuwYM6b 8oGB2PltMljlAovGGKCCLUY4Wxc/Eudvlh2uUlPpKdvGHKhg7QI5ZCRZoUn/vUS4/hS5TUoZeFbG B3EBtOTeUlLQ8dHwJX16GqWKciCDZQuFXk5+clBbKD8HG99dGdDpWKmGkfpbUMBDB1EaKjdnxZbD 2KGVmiUiLUgHgH0v6l+c0vHDeIRqP1LSsmcT3PWOOzLX2jteOsKRQGyh/DqrjljOEZN51a8IIhGa WreyDAkFR7LJRbZYKOfpRB2ofP+tENMRaji/auGAvPa+sRiNimIbBahPTlvlgyTbBMWboBsx3utV LMb2vxXJVrEyZyy0IzC3yVaVf/b55XXR0mXzpZxHgQ7rkswdGm8zBIZZ1lGrBsx6Ixr/9IDz1yFT VhXnNqbViylSnid8u73sUpIDJWwKqFCOjfxXEVLbSBVQPz0RVuY2dTBgSS2pmiYn0Fjm+/wNGfhL +OKpodegbc4u9qNMSVCpKKK4lEbTAsc6MskKct282WSkHfUVcBsQmLSRqh/v4pquKVtfmledIeK1 AxEvbVysYy/9977jfr623R7Wa2wMilqoVEA5w/5NGPf8BX9842lNwsw3yeBEctSZRytJHg0b+z8b uJh+wCYuZujoXN0o4bomqSJW020iYE5vhiwRYzy3JjbWUVnYD6/xcGFqY8sems+3X+m1htx716Le T1aN72iATgkL3mk3PxFKiyM64FfNf8SgwNz1+PMnKdm5mqR0Tsiz7FuFjYXTfgcvOI3TGLIgc2fp 4uOS4x9oseXxJWs0K/NpuL/+ZlLKlNCwcrmGQv/tIH+GhLEEA9DVtoULcqjevmLoWiv768qvcwON g9xwxFsOg2/8RZzQC31dR1dRRDmRyTmw+uNfwjSciUNj7dQ+FA4UkFOw2rw+oGqsrA3AOP+4dPvZ XPnyav0KEzrv4R1iu3z+BklI/N/piuMKuo4IyCVTOpAtQJz/bJt72ds423D8e/77WOrMUMN1nR/3 K8aKL6WXqzNDGwmCd8JKU26dGsmQSyy5Q3aGgU6J5JxSMMnaXhjUYKdFJlTXOacTywx0l1chvXFs HcxvvHtF5c+EEypz8CRLi7Gy1KFBb9t7NN53a5FxxTLUtAfu6zWm9QFxQ+IU84L2gb4xLyok5CnI o1aTfqprW3mKl2tLz5emw7nMtFhSjeIZuR3n0cp0uekJtxaEExOiVFyTah1xjRH6WLoj0BRQm3HA JfCiLd0A771mEg1lYCB3sbiUjNrc+njcA2H3iPIJVGF8OL1aHh48ZJeWV3rKJhPJK85wHUbcKoSX FiMtljADmX7NbPFP9/jSIvKWKgFXq6Wzhen2nznv44hrr+9XuP2Mdkany8b6Ph6/4fsWuOuXT70D W/MKoMy3EdTqWOVy7l7l61JnWcPO9rjPXVq16roeoV/u6LKN89UrZ5VtmmTRvokvZV6RLNoGB37v JwENC2Rc3U35tK97XcFbX3+nC3pTrjH0vYbH5SbWyJxZK34JURaLVRVcZ4t2BQSV5gwQMMbFiHby JiJ9WgQbJF4Fs/8GzEjG4H1IzmGwjgiO22X/KB9h+R3yHYRJVpNMrwnxXDfoFk5Nd/2Zsx+EhRLQ UBD6dvKkc3vylLoXO/2R4tXrz9Hs9SAFG5vdDvvHyN2BzO2Q+5/LFKUSBSE3v64JDvwMh95+DzJ8 /fPHXwiT255qNpGj8M/92Vhig/jLS9co3ZVzuILcI0hetsR4H5HsCtGLJ8adjoHGvRdvEFPHDg49 3AfpuACZ7EedkK1NB7r7B199yWtGGLPCTV9rsijLCnuknyQW+4AHQTsydmU0N5kbZgM/wcRIj0NL vSEy8yCDka5Eq9HWHkNoIA+K8uj9JkjQ8oKHlIUUlMVY9vMxDYR9fqF1AjnW+ztCRVzriFyOTFVF jbuMhgGEn+jjABuSnXmMWu/j1OxL4C3IMh8QS9qpqIg4qRxFgX2YdS1cwESanky6G4eHFoJT06j6 rd/kUc5Eg/nKS5JQoYcr+bPTd2eo3/h5ITAyPczez+S5CuzajMJspf44nmayF1cOAkNa2jFkM4Ks lhIgHUStpPsvzJGX7gIytyKPUKMsm8GZ2KOblQQRIrxuskawcQXZSOcqjAvqLx/s//gOZ2lVjfDD b+HttbWjGesYKp8VMPbXuL31D3RF2l2Lhxu82/LbWtz09V4OPD29AJuIv281xTWo6un0bwxuOk4p TVf7FcXNr+kp76I8z6CywjoSTLhwOgmVvB9bQRs12tIh0iFp3gyPVC9ewkwaJRhO3nXoQB2uqoSA TWcysDqFmjm35Hc0ny5GxH+b3b8EE79ITrG+4y2WR4bmwW07gTT5xGPVUo+Ul776Oz2NsepFeNLR qIrHs4ZoVrXas+OAORIjExjZv5EzE015ZNo3riZY8n7Jjb8/Kal18xw+78uw3w61Ka2MKH31p5at CXEwEYNNkyU7DKWPclDZtH+lQV1fXflYL1R7s2D1t/reCNPDHoFrbfx+FI7jbrHkj6zs9AyJs1rr 7/mWiMl/uc/d07vVRo8yQjWobD5a4Pdtghqi0J51UletnwZy61S5BJAc3XQsznvLGnUQsKkW0TOK 0dB40mMAiXwMLG9GMJMBWsgriqFoTEsClISvfEx9H+vfj1lLBwG9fCxk16d6K8rTpnGxIt2CouSd 6NE5O97FMh/xVGC7MKjKzXC4pVfUOVds7ObRm15DT/w4E7RVipv3qNHhnbBGEfDPmzDfQt4Ndyn/ THIw1ZCg9ISiXU448sYDvA2BXoY7tTqHonDxgJMXfrdOTsC8rxmdAvodDPUhspoMk82NDGUeU9et 0OkVxaPqbT2vmVfVaLBag2wGgIT8nIwMR/WsmaF6my9dm3FhmkGrgpQdxxzHgsNyH0eKzb/A11j9 4IMRjXlSkVNm0/dDfaTwucB2hnFGTZ1rO4845bKHH+H1eGqUnofxYMlifsb6flqOdRV4HtAsuh6Y mHAUD7lha/ozdBZeW4Rezn0D04BQu5FxUwav2XvrgXCCTL6Y/m4q5R9zCMcSjW9aOzzP7tKuVTIh gFa8/nZ4NdQB+JLfKc6iIHaQjxvsh1Sylv4yJcP5irrUNqM2w3dulbk3YhZObKuGf4LVrX5+z56Y GhtO5PVxtBhd8nEqr+5vZtDBjaFflRoRHAlaZA7x2y19/nFE1rFbyEWnxtlvRxdefEeaJRq23076 fa7u6/8z+xtxv2aWiAcA4Pv/f7O///xWGgSUQaPwX1AG25aXe0vAAB0eEFi7mWUwfSY+4dhmzAXh R41dXAe92C4JjSkXhZWdI7QLYwDo3QDWEax8Eq8HhdMaDF/PzbbJHziWm5+OV8+sH341vv15/DVx d3YZuv5n9OBs/xxyx9fNy/yrja/Yc/AD//NEZehb+6fth4Y3v+fO9Z5CWBQO1+XmhsvL7ZDHq53z ndOLp9dzrzfnB2wQx/Pyz+eHq+Xld+LdwYGbm6HkaQWF4qxTU1MSotsSvZPmO7HLEpZWbwcTe4MX Pm9XpzcXB2TyZr4aD5cWb/+Yst/FIUxZwsajmbHTC0ibRocxXoaHzwYrPw2qvE3vXTwb39+MPb9M S5wX+GBcdk1TQTenhp4/TEuIbUjAuXLICKKHvjQcjePglz5IXD68xY2sFfngm92vv0xc7D8U9oqJ 9b6bxm9OfXhpD3k4eLF9wE0LMZlS/8eXXX/hizOdDtn6+vWykEZ86EGMNdh/8+39A/eZ54q6F+Va 2gAndKnvzRW365uAH1EoOnuI4GPWW96fTVSnP3d3+zcX/2Fm9LxtnZGHPhHzi74rNKstjY590cHE eJPwD0li4hLx7337efXzYXT68l2DHUFl4sQdhMFrMFr3Rr6Hmxf4eMcmePsVM3seUzVKDZ0+Aldt MrOS4Ka5xsZvWMLWUg5nRyOnQzi/YWqfvNG/25ZTtPvwScqiN8sxzSdYCmVnuuWU8Fxi160qe2d4 sFDp7swr2L0t720ny3RW9tGT95phTxxjFeViAGNs/M+0nEXID4k/IKfaVyf4IdFhdchbZcUOiXSY G5AEp0dvt2gGIgVoRIZvY+vrdujvx863EGwj1X1OXaC9wQ3FbpvlRYO0coMMnIRsOEUpLPJjAP76 mGshfuInihCUu1vJ5HHMbJVkEpl91YQNdblD/b+cDPbybyOYX0DUvjHfvuA6oCa34jqgJafjHqMm l+OuElMzd75AuBlGT5h+oiAibmoGHi7CTJiaYjgG+J8JBcjUMhOkBl9nUdoDipdQSHrcKgmIe2ZO otU5nO6kC9kQtyMDMy7dhXxOs9rXHMy55mHwp7avCq1/wmP/zLh37vdAO4NepHZ2CTNFzwroETHX h2nTzd7c/yHt0CZU9asHxnbEPNdq3LbQyupMdmEvPL31U5q7u5CcabknHKrW1xwSqdgwstuNq45y Kpv35oidzEtonLCmx5tQVjPeNN/6lWY8NZsWoZojzfp+k5LIMESQo7uzHLkLwQU7Yco4MZujdqYf YzZGFpDo9deEUx0hrwOaecgMBKdGC8rmGrITGOP5lYag9RQgWaBr/YB1Up3cC8/J+NAOaMPrTxNM rye0VWFNi6xs0JQWOCBjvee68HBAejeJOT8UhESkC5tbHTV+za9kcI1gOyoxmiYR/PGDIesviSlz +fl4SGnwK4t59B9I8183Gtdc0FB3KNpFcDfhs8hCzP0fgcsuKUNuwky266S6BgiTF6JwtdNcDDeD IXXfRg9w/VtzkQl5Qpv4f4vRns38zIAwIlazMSbRxRqv3mROtQJdKrDBkS0KdMKKK0/v/vZcDP+J AoEoMcZC7LporpragDqCmh9n4LGDi7QH1pkdcc0aE9WMYkWzdZ2QOufjHjWZnJO0sjlH36ynkhIh gprybkCJbOs0M3oqFCwdy6lmUdSgoouxXFkFPSGRwIcR2RkLWFt/Cm0fEvBhUHVzPZ9sWvpHanSi L+8cT3tmvDp186zUuDmVdoCLDvpoyvFJO0bC2fCMu43JJPpd9dVI/Lrd/LBk/Ob8n9qRbWVeIhQD TcpK42SU+r+Y2QekDTV9F2zeyyWM/Z3FMs1cEm2Vi41ON9BBOujoGJHivsyKaS+cBmAd6iq+/k9B REYtpla8ImQTjj4tnbZawS3DtLgmV11yap3v4RVWQ05GmO6CY3U1zsu8F2lIvGTqgM8Oauog0nxV 9yDgEbhGUmFmhxKS9gMT5FhFKKHvtti5gzTCb7SySQF0CDBwzCkCnnGCpIinneyAv7eTOtsv7QBy tvqTSz29RRwcCDuRzxCFSXHzjqMPCeXHpPIeWdF/KbnVX9wvkjIKdvBOALDR4QY6KgCUjJpfundQ IqHTPX1hlcLHD+SL5rn7aqT1sba1FouLfqhy8Ioh787YaYEwIj29XfQ8i4a5w+IGwxvrhQCEr6Ed mWDi9au7fMsw8WxNUT5dOGG2GBMIGENr0QI6h34FBQLGEISFaMLgjsmBNR8CMv3Ud8uw/1AxAEd5 8wAyZEBKxOxOcTz/RrOCVL3IsQIAyyYdz3iNr98szEr7WwiuCxo9nLvYB2zPdPxF0iMD1B1kFhp/ GaxYGAtTx6UFVnyYWzJ6QApSa0MMBIrhsYmEE23q6rBsQb1M6inD2eR2eGbx0he1piOHq2piMCyJ lIvoALkyAHO46GMZmlQudAQ6HHR+zeG2su7sMhZf4JRemHIzQZEOWqIgKjGag4GEW5GPCRZZDdUM pczfP40aQDTSmb9QhCXDHrKv67SXAWryChXAgRuiyLRioyIEemZukak+huIjWbIu4NxB2yfDxgnS Ip6m9OaMSA1kiRBuI0KObbKyWEhLf2THXZvj9ALu+MKSoSNP3UrP71Gq5+MjPIFqmiuMAGx8NIqC uPsjwLT3az6MYRUyUJINRAdHLUR0Cz1Z3htZq4/t0Lrsd9CkzzWieJDpwUrGiESx+WIEgMPSP6wG IMXGbXR8Np1vk4HlJaMG0FOrj24M0sVnhJ9WchmFg08uIe3A3YDYRgeNknTeb1bsXw5uv/OQNX1o b6w6duLLTrMHpV2CB6AlG4vq7UhyvA3CbDuSSW0/cD0oymLHF8Kz4Vee9L13oJCNtuu3bj9DFKmr /gHk4B01VeLe/WOXnDwdvcrDEqmyCM04xknxtShORt7FNP+Cj08qhphUAJaM2zyDrhg9LAYs6d3u DAfWLqKBcCxESldOoyv0Md1/NQt+YxiITpBtBSijT36iZNx1AxkXugFmdgBFg1CSnyJJ8z1ApakV sDM7RYB7VBheMfRdE3t30HTib3UttrAMdfj/DN3hQst5HuqMFyMg64F22FVmDy75ntJSjEoSkwo4 Ahk+lzvo229xMAVy8iYakYPSeA6tgPEIwo8Orc0kCYJO+0uLbe8dY3hFbv1tgiBTj0NoZ1hl5FJF bC16eu6eDJEVJrjLgOJj0Gcv+hOLF8mETgN9WRQ8aaRcHAsTT+mZeswIfhLYsZHV/Qtat5dXdxbN zQrENWcw7D30raKb/ImNOD37AlopNTL2VN1PQcYdEIhE3/CdTrMuIa57VZi7drFjZzHzzJg/leaB l8IMFbWv0gFkhMWod1XtW6robIc5j0iZ/VvCJnDkBkqRrpneHvPu1YwGOEiGytdbvDDB8+OPZZf0 bGRRFx0e3gYO9Czn1uW5K6vqer+D5EyoMt3BzdLhDq4OYuHGaMrF74e2+ZE0rnIenmhhkIGErjiO 2Q1IwnVQJDLizL8uqwzth7+7J993KCpgMUg0yYWB9wMUdFKwK3kTcVVdKeWiW4w8WmiYDnvExwTL cGMGc8DoTDNeilBx/I3adqoyXU7YYKp2aOBLucoWqlLZbjdbeA9glDaFduh4khpKh0SREIGnDeGj F63F0ZKjnYDKuCAtZisLDKWiJlJjsWmljkyzAZGCnFGvbL9yZnfz/dd/xfuUtXc7bJMjuNDLqlCM WveTELTxfWw0R6iiqw501W7UbSTnq1HDot34ec0wHT4lejFBL7220zUSFCko522zanMuh+Pyzeir hB2jcin8oN0DSaNk6PABpcY7LouVBWDzlcNX/2AusbChJXGbrkFObNcBgCJHcIIXuhXBpMh1iFYG slHAwNoMwARWRRKORQmk7HcRBww1hnMofI/O/+MAVLAa77/i/YjCXfdUUl7JV1I2+fQ1kZhD4aSj JgOAw3TouaoEaS4+a6UjWLhMcp4KjlLDwZvC1Z6g6hWuWq9IuVVly+B5M6PPLGzPgUHRQCjyvLFA UdMYjEiPPbmVau2Eje0oBMRpCcSQ6nrA9FLEPIqCDWf+JBLhZtt9hXruZgwdiJBGOxQ+aa/BgupY BevdWvO35Bj/mCAt7mFfDtiHDrOFJdy8KnYQt2pNxtOkTIx9TmuIqvyHCQdvPo/VAeqXwQBw0ljq V9mxhCd/QwjWZ0zCFeheU008pcPRAlkid1B7tZ8Sdbzn31dN8uOFzJqFkM4jB2nTPE2lH2bk0Ov3 AHrkD1AhRHn7msy6uApqQ1QMUeVKl5SkQQXxJOYbPqAW7UlMG9URLtIkeZbmOFr6KIm2iOFxR0Rw je4qsuZ5F0ERwZWgj5Ea0h5jTkpIQakRlBqUAEIH7R5sHv5ZKVTRfDpAGArhW1iDBgPU9PXwfuq3 jFx2r1b2J76zoAGEMxE4UCQ5hXt3y2PfipL4iG1MeAAc77XFlIvSyE4kvpM4IOKT+x4hjv2yg9yM dc0XYWD7Zcx4H8H7F3bvwL5NvRW6r7X5rip/gw82f/vRnfldGBmmJ02yNkgzglb0GcYFgzBbu8EO 5EFVy1uYXo9hq9IhAgsccS2jcsIJWdGNf+1UTG+31qEpgiittmq3QU8SMpATL0pDVNHwTtoAYTWU ovkWALk60rD9oFpTXNKN8HJh3jLkcDyyeaEll98pFhaDZCKiagytNDC4dXfj28PbVO2n95DhkxX3 B9Ob6OCpVtGuYHplhRnKBtRNzceAnfROKraQdbcJRUrQ0b4InAADi49nMcGLZVT1FC5NAeNmUGp3 5ls5kIBH0usbCAkFIBPz1G4QJ1iHbP74tXJ7BgrbQ0hM7GPOkTZqbcoWsubTMsrMjs355Obg73AC 4Ge8Wa+ArEr/lKZ4paoDoNoMBM+yloYp263vuP5BkgByJAHM3USDaKdb1A69sEgl+QnO7srsZ2R7 SFAjdY6BgaEa85ggK27MfA74nkh9xkUbdrVsAdiIdaQdXYN3FBUd9BUH30Mz+9xBL1Zqo2xpqkys ttJopjBUXxYH5VAr2fp2AuNhfj0qRy2hKFgXE8KxkGkT/1x9QooHDYy1Upipjh643URRa8DPgwrM x1hJHY2MJzcwqGtg1w3fpiWKjZ4LUwM2FmEHyMwcK1r2oWt8Ya3//KYbIcArp5dR+XM89p7yR4EQ mdyPcnCkM9IZ3NEsjoLsnnjryFHc88J+v0VJPLnnhiI3utiTPbgbXG0kPMa0C4LdE+VfiK4tdtzJ c4VoDK67PZPfMiTkyRAcMWox76ZjY/as4dOcs3zFd8F2NyiGeiZEOMJFk4zFCIuOE9jQl/q74ugu a1/+GpnkpzTBCaMy8xG0/B03d10i0zohU7tphvLys6eyFi+/marD8avp+d1NjHoTcuuLDu7eymVV vbUx5dH068X21HTxd8kK70n3ahXNu/dw6bcx65YAOvOcoRz8Y5RiwJBt+oWSdvqjvFo/55/WcHE+ 7vVV7+0zv8tuShmHgy+20u+7/hprj1eSTJ4cdIzIPaIaNIOE+sDhqMj7f2qsBDgCAWaooIoUpD+e SBUdxBSLUEGB1UvZw4ITBn9UK0hDwkvs3YBOa7Bo/RLAEMlPXcM01DUF9b6uPrAdqVUpzL9SC8aL mE8S9peHR+7YbHqC5wSbEK3kIlUx4H5gngtUQpYvonP5V9+oahErfKzRe5RG6qOi0GkZXx0jKC1U yXndI/iRYA0hAAsaCMDCOJw5RhjyAiLoP46SaKmm3svT5Vl9lBHR9m1KMKfud1KASGsxJ/2SLhwS MxQkpsc2z6CNCsUzvp+FrHB9/d+ehXo/AnapjzCTRcoez8kgEAuehwKrNBgsRxU8KexwS02OkFRr UmrkVEs14LMJpX0hCizW0Z0JQifWo0e5RKALXP1cA80RppZbFUGOmdyQ4SwYcRJEKc23ekJqDo4r v2PXTHGPK4K7cSpy7LgmvQAnHKLJ5XWGuc815cwl703U6PyJxHgcLm5ubgrFCG48UIl+vTyvUOk1 2nL6ZwolglWGuBZhMHInU/r5np17ZON5zSlJMloW4rXVJ7xs9sL7ANao5v/1M1urZbh5p9GHWeif w4fdZ6nhrGgVtWKNvdEbN/oYIa5twQNc4R+Lay9cBhDVTRKOITaCJ2eW36nrY0CrbfzpjBx/oAkx P0S7H2IaMJdXgfTgUF1ZHJxDiacUa1J6QTZjkoZqZPqRz4fDyDnoOACs48SDFl+6jXN5tnfdmuKm Hs7/w975PzK1/3H8EPriNt9myJeLmhYVl11cLj42xCUkESmjfI8hWSRjCSF92YhIFBVqlzT5RC5b pUnzJakPu/lSib5YKnXTave9uZ/Gaf/B53P2y8621+P9Pue83+f9Onu/Xs/3o5acez5pL9x75XvO reLU+EQTMh2j3Vo5I1rhVt70LvwhUwTaIfo3CDweJWCktmaHsW6oOQw+0d+ek8YQiDpbvXKHc65q 3sldjuiovZxRledL3JMLTCxc5C5dfBxb4nm39hQhu47UFAM8wYOvKwKYvvUTHtaakWrFLuZcmwTm 4mdffdKoyUF8OV7HSGfDqlecXQb0C72eAvPIvQjazJWrHvs6LWdw/aFyui9C3NY0mqQhVkPt7IIc H1b0UZ5MI7Vg/b9Do3eDEVMqvxk12hprMB30RTGm4LZqLzJmD9LDNLFJJTIJjLXdMZTEpqX6XOpH POJiCfe1/aoy2gud/yhlbMi5exnaOw5OgD7nuJPH9bYUdlnleiS4Y3oVZZFO1O/3wkUbvhlDqELa hhAlh11yNWVTOZXkCBR8pDK1UfGxTBzC6stzpsbtrBm8/UREKcav7sL0qidIB9uWGm5N9TIUzVeT QrBPJ8mwmUVJ+JeRMjXkqquqFzub88tZuKm8QS/gfWuzG5EXvGpRJpevoN5jUqWwDyif1oSdiNta LtuMggo5Yf4kQ+nZp7gqT/wWnwzc0KIXjfT1Seavtof0+KSpOMX/fuN6Nv7srSWZG0zPRjKuj4Sz 2UNT7rQ4db1IM+m6O0sctJygE0qqDZklCqubSD9GCf0qGfN1Ije4V/m5Sy6qq7jSsfsx6yM2VPAm 7ecd4MZbyNTatpnhLP9e2x+iFM68tzEaNFamujVx97LtS4ooZPDElH24odrxh1AfRbOkoknpiYqD xTeBI5d5cbsxlHvzXzf15HQPb9qAY91rOFg9zl3mzbi2/lP062Th1UoOkMnauH4s2er+6qPYQ7yi I+FjzJSdFmzLgB4KGKG2lE4a0oSnjfHSmpKaNBKS/uMBV9+tJW+83hBcN/5FN9f4o4KU/XikeVx2 ODKXN81PFNydsuMFkpOAUkXSsuEzmq0pH7ETrWNRu7POsCx4iNoKg2mb5kliIOujAo9ph9yTuMK9 zvjzl/2zrvxxLstiBXmWDKYcJcw5vu3OtyOAr0KlIUgJWiK1i7jTM54YC5YjJMaHCON2dc/KSGHK IaH1//SWd2IjiBFHZnx05uq9tWWcxj3wdzFM7VctOIaRrm949dBcP1F/qCexQ8NyqTyqYERx1Mly UqGa0N5XlnQmrExL4aShQln7o0s9S89qU6R7zh4rLkNPJJou+4ypy49iv8PhKT6EXhMb2xxHtkPQ yCASrX4yffmvLtsMOmXunTbSuO3TZR83NI14fSsiCEn6Gh7a9HTseDe0IeN9nXQHmqT1sK2Oq9KL WnNLx8+2uEXKOV1vseygn5s1UrBPWz1EoBVOK9wcErNl1n2oKboRqRnH2zG4mxiwFnXa8drh0Xeb U+xar0fUZBbTSWioqh7ppj5CN4mY8T/gTXywn0G3rZ156JoHJt/vlG6z+GB9JlS323ey2Ls4f5rY ji9BaJreabsQXIKwfkbfH/eLRgVWn5ZRqdbXnvFeA51XZtvP0+l6uMZCLfLzrF32JmzFgUTln0zD lUhpV9kH/jLrI4JW9f1U+L6ArednQJv7CahoKM5vlkGxsf9vleKOWEqzJ4Jk+g6ec0oWZrXlpRjr jPOdMxlWPQhdQ8bQn5bGlx2DNzT6Mko76VpNsZRFgUHl0aewj8JiW5WMNzYYVJ1S/MXmD4Ed7ws/ OEuHc39VUXq9V23qowgGC6L1HPempu4zTWWQFOUG4lSnHYwmsuTrRvX287MRRzhtlkvN25Q7P7Cq 9/gdVTQ6fyx+COdXoRxFjc9yNdOzyq9KW7mO4+WZnzD0+rnMOMJbpndHYqDJWqMPoVPkXCd/ZMqH hJY7ikW9an6Fzu3aUyduHGeG1+5UaymVd8ZU5yInnXQ5eQnyA+crWytXtquoE4JQ725Ko0tkbOR2 /BB9p6o+jxNAlGNGqGz9JNUxsPwgiYtLv68QxnWmawWrNsbX51C7rFh8CzKV3NX9zoNWXuFGZ16/ pnM37BUhpK08Yu0ymi4Gq9TRhyYM38bHcBHB/CnNMVU8uzmU/4I8m5tSfGblyysuyd2vrrm1U6fu zxbqmEwJzvUGzg7x9xwz/nJIMMprzGqcrCuLCCMJGIMHPP8cvpzaMW7xdWD4UxT5GXlniip2ENva PtC/2Opek7+JQHZY4OjCOP97VTLR40q97Rii5smAW18vTTP7TYbPrIH90enK4kqMaVH8z+kX3/LX IU8+ucpfVOd+7cHtsL2ra7TQJc2cr9+6ipT0OggJyUEgIxzSA3+zdnk0gs7y69K5uBFx8xC+24Yn xiSExCQEeifFhuzZLuw9nq4LAYwtJitnwE/dwCAgv8CaCdKr5uSKRDI9cMPlwU1EE1DySRC1smKB IR18AlSP5myFqerBRGKUsGyJHHQL5ukSUPg7UBzIJZm36YBj+kc96b8EeCU8KvuheCUI+uo3Nwcp tt4MDmah9JIoUx4r6RzAF+YVUz5riSg7gXzLgmV64fU4B1tfU0xI1JNYDzNJ9YAvPSCmVGAlUkQL EcDrAhegElNGf4NTJMpRwYFwTScxcNhVBPwmcjSHmy91JPGSw3WSxECu20LgfBS8WnCZHTHlibuI 8p3oDpwA1yoRE0Y2zRG+KZfATeGiDGJT0y0iU2G7/06iAU6BZzKKKfgdEimivEY4BZ7qJqaEEyRS RIlvcAo8mUtM6QqSSBGldsEp8Dg2MUUtTkSBR7XBAfCoAjGgkySxGqIYAzhloWsrZkBQ7hEI+s7R hZsvdEHmm+sfm2f+j0Pi6SoL7nhAoAO8aLIQtJEq3PsbAAD//wMAUEsBAi0AFAAGAAgAAAAhAJbU MIxJAQAASwMAABMAAAAAAAAAAAAAAAAAAAAAAFtDb250ZW50X1R5cGVzXS54bWxQSwECLQAUAAYA CAAAACEAOP0h/9YAAACUAQAACwAAAAAAAAAAAAAAAAB6AQAAX3JlbHMvLnJlbHNQSwECLQAUAAYA CAAAACEAkNEhFgUBAAAtAgAADgAAAAAAAAAAAAAAAAB5AgAAZHJzL2Uyb0RvYy54bWxQSwECLQAU AAYACAAAACEAZ1C7HfEAAADeAQAAIAAAAAAAAAAAAAAAAACqAwAAZHJzL2NoYXJ0cy9fcmVscy9j aGFydDEueG1sLnJlbHNQSwECLQAUAAYACAAAACEAqxbNRrkAAAAiAQAAGQAAAAAAAAAAAAAAAADZ BAAAZHJzL19yZWxzL2Uyb0RvYy54bWwucmVsc1BLAQItABQABgAIAAAAIQDzjJiQ2wAAAAUBAAAP AAAAAAAAAAAAAAAAAMkFAABkcnMvZG93bnJldi54bWxQSwECLQAUAAYACAAAACEAbZz37IMGAAAw GwAAHAAAAAAAAAAAAAAAAADRBgAAZHJzL3RoZW1lL3RoZW1lT3ZlcnJpZGUxLnhtbFBLAQItABQA BgAIAAAAIQDHjw+FMgQAAM0MAAAVAAAAAAAAAAAAAAAAAI4NAABkcnMvY2hhcnRzL2NoYXJ0MS54 bWxQSwECLQAUAAYACAAAACEAc5HjmjCMAAD3mAAANQAAAAAAAAAAAAAAAADzEQAAZHJzL2VtYmVk ZGluZ3MvTWljcm9zb2Z0X09mZmljZV9FeGNlbF9Xb3Jrc2hlZXQxLnhsc3hQSwUGAAAAAAkACQB4 AgAAdp4AAAAA „><imagedata src=“1.files/image542.png» o: cropbottom="-103f" cropright="-21f"><lock v:ext=«edit» aspectratio=«f»><img width=«412» height=«341» src=«dopb431936.zip» v:shapes=«Объект_x0020_631»>
Рисунок 3.3 Структура предполагаемого кредитного портфеля
Для Расчетов кредитного портфеля используется пакет прикладных программ Microsoft Office Excel 2007 /27/.
 Данный пакет обладает следующими достоинствами:
                     -                      распространенность и доступность пакета;
                     -                     относительная простота использования;
                     -                     возможность решения оптимизационных линейных и нелинейных задач (надстройка «Поиск решения»)
                     -                     широкие возможности визуализации результатов.
Для каждого клиента j, подавшего заявку на получение кредита, разработана «Карточка клиента» (Приложение 4). В нее вводятся следующие данные (таблица  3.9).
 Таблица 3.9 Данные о клиенте.
№
Наименование показателя
Переменная
1
Наименование
—
2
Доход банка
<shape id="_x0000_i1345" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image544.wmz» o:><img width=«15» height=«25» src=«dopb431877.zip» v:shapes="_x0000_i1345">
4
Рыночная стоимость имущества с учетом дисконтирования
<shape id="_x0000_i1346" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image545.wmz» o:><img width=«17» height=«25» src=«dopb431937.zip» v:shapes="_x0000_i1346">
5
Сумма кредита
<shape id="_x0000_i1347" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image547.wmz» o:><img width=«17» height=«25» src=«dopb431876.zip» v:shapes="_x0000_i1347">
6
Вероятность того, что кредит погашен в срок
<shape id="_x0000_i1348" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image548.wmz» o:><img width=«24» height=«25» src=«dopb431882.zip» v:shapes="_x0000_i1348">
7
Вероятность погашения кредита в результате реализации имущества заемщика
<shape id="_x0000_i1349" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image549.wmz» o:><img width=«25» height=«25» src=«dopb431938.zip» v:shapes="_x0000_i1349">
8
Вероятность невозврата кредита
<shape id="_x0000_i1350" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image551.wmz» o:><img width=«25» height=«25» src=«dopb431939.zip» v:shapes="_x0000_i1350">
Данные о клиентах приведены в Приложении 5.
Для каждого клиента j рассчитываются статистические характеристики дохода банка при работе с клиентом j:
·                   ожидаемый доход  <shape id="_x0000_i1351" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image553.wmz» o:><img width=«21» height=«25» src=«dopb431940.zip» v:shapes="_x0000_i1351">;
·                   дисперсию дохода <shape id="_x0000_i1352" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image555.wmz» o:><img width=«23» height=«27» src=«dopb431915.zip» v:shapes="_x0000_i1352">;
·                   стандартное отклонение дохода <shape id="_x0000_i1353" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image556.wmz» o:><img width=«21» height=«25» src=«dopb431941.zip» v:shapes="_x0000_i1353">.
Результаты  расчетов статистических характеристик приведены в таблице 3.10
Таблица 3.10 Статистические характеристики дохода банка
№
Наименование клиента
Ожидаемый доход <shape id="_x0000_i1354" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image558.wmz» o:><img width=«20» height=«25» src=«dopb431942.zip» v:shapes="_x0000_i1354">
Дисперсия дохода  <shape id="_x0000_i1355" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image560.wmz» o:><img width=«21» height=«27» src=«dopb431943.zip» v:shapes="_x0000_i1355">
Стандартное отклонение дохода<shape id="_x0000_i1356" type="#_x0000_t75" o:ole=""><imagedata src=«1.files/image562.wmz» o:><img width=«20» height=«25» src=«dopb431944.zip» v:shapes="_x0000_i1356">
1
ФЛ 1
535261,1716
69124999930
535261,1716
2
ФЛ 2
576272,9658
68886441417
576272,9658
3
ФЛ 3
572311,2117
1,35914E+11
572311,2117
4
ФЛ 4
399658,5068
33132589545
399658,5068
5
ФЛ 5
676655,722
1,50106E+11
676655,722
6
ФЛ 6
297038,9682
31269467019
297038,9682
7
ЮЛ 1
3310000
4,0389E+12
3310000
8
ЮЛ 2
1334000
1,59426E+12
1334000
9
ЮЛ 3
5708000
1,21923E+13
5708000
10
ЮЛ 3
333000
1,34151E+11
333000