Plan de travail:

Modle
IS-LM

Dcomposition de la variance

VAR structurelle

Analyse impulsionnelle

VAR dynamique

Modle macroconomique IS-LM Le modle sous forme structurelle Le modle sous forme structurelle rduite VAR structurel VAR standard

Fonction de rponse impulsionnelle

Dcomposition de la variance

Modle macro conomique IS-LM

IS - LM
March des biens et services March montaire

Hypothses du modle :
conomie ferme : il ny a pas dchange avec le reste du monde
pas dintervention de ltat : ni impt ni transfert. les dpenses publiques et la masse montaire sont des variables exognes (explicatives).

le PIB et le taux dintrt sont des variables endognes (expliques).

La courbe IS:
La courbe IS reprsente la relation entre le taux dintrt i et le niveau de production PIB sur le march des biens et services. IS est une fonction dcroissante.

quilibre sur le march des biens et services

o o

une baisse de i provoque une hausse de linvestissement. une hausse de linvestissement provoque une augmentation de la demande des biens et services. la courbe IS se dplace vers la droite, lorsque les dpenses de lEtat augmentent. la courbe IS se dplace vers la gauche, lorsque les dpenses se rduisent .

La courbe IS: (suite)

i
3. ce qui dplace vers le bas la droite de demande globale 1. Une hausse des taux dintrt i2 i1

4. et diminue le revenu plus que proportionnellement. PIB 2. rduit linvestissement prvu Y2 Y1 5. La courbe IS synthtise ces changements

La Courbe LM:
La courbe LM reprsente les diffrentes combinaisons des taux dintrt i et

du niveau de production PIB compatible avec un quilibre sur le march

montaire (quilibre entre loffre et la demande de monnaie).

quation dquilibre sur le march montaire

La relation LM est une relation croissante. La courbe ce dplace lorsque la i qui quilibre le march se modifie, sous laction dun facteur autre quune variation de PIB. Une variation de loffre de monnaie Mo relle induit une modification du taux dintrt dquilibre pour tous les niveau de production. La courbe LM se dplace vers le bas lorsque loffre de monnaie relle augmente, car i doit tre plus faible pour maintenir lquilibre sur le march. La courbe LM se dplace vers la haut lorsque Mo baisse; car i doit tre plus lev pour maintenir lquilibre sur le march montaire.

La Courbe LM (suite):
3. La courbe LM synthtise ces changements

2. Ce qui fait augmenter le taux dintrt. 1. Une hausse du revenu accrot la demande de monnaie

La courbe LM traduit le taux dintrt qui quilibre le march montaire pour tout niveau de revenu donn.

Lquilibre IS-LM :
LM
Le point dintersection des courbes IS et LM reprsente lquilibre simultan sur le march des biens et services et le

i*

march des encaisses montaires relle

IS
PIB

Y*

Lquilibre IS-LM (suite):

Lquilibre simultan des deux march nous donne le couple

(Y , i ):

La forme structurelle:
Daprs le modle IS-LM (une base conomique), on a le droit dcrire le modle suivant :
Notation: : le produit intrieur brut. : le taux dintrt. : la masse montaire. : les dpenses publiques.

on indique que dans lquation du PIB :

le B 12 >0

(- B12 <0), car il existe une relation ngative entre le PIB et INT,

le 11 <0

(- 11 >0), puisquil existe une relation positive entre le PIB et les DEP.

Dans lquation de INT:

21 > 0 22 > 0

(- 21 < 0), car la relation le PIB et INT est une relation ngative, (- 22 < 0), vu que la relation entre MM et INT est une relation positive.

La forme structurelle (suite):

Ce type de modle est connue sous le nom les quation simultanes .

On lappelle aussi modle sous forme structurelle pour deux raisons:

La premire est que ce systme reprsente une bonne approximation de

la vraie structure de lconomie.

La deuxime est que les termes derreur t sont interprtables

conomiquement; cest--dire nous faisons lhypothse que ce sont des

vritables chocs exognes (tel quun choc dune politique montaire).

La forme structurelle (suite):

Dfinition:

En conomtrie les modles quation unique, c..d. les modles o il figure une seule variable endogne Y , et une ou plusieurs variables exognes X, la relation de cause, si elle existe va de: X Y Mais en ralit une telle uni-direction na pas un sens , ceci se

produit si Y est dtermine par les X et quelque X sont dtermines

par Y , donc il existe une relation double sens ou simultane entre Y et X qui rend douteuse la distinction entre variable dpendante et indpendante.

La forme structurelle (suite):

Dans ces modles :

il y a n variables conjointement dpendantes, ou endogne, ces

variables sont traites comme des variable stochastique. il y a k variables prdtermines, ces variables sont traites comme non stochastiques.

pourquoi variables prdtermines?

car leurs valeur ne sont pas dtermines par le modle dans la priode actuelle t (c..d. leurs valeur en t-1 est connue la priode t).

Do on suppose implicitement que les terme derreurs stochastiques

ne sont par corrles, car si ce nest pas le cas Yt-1 sera corrl avec le terme derreur de la priode actuelle t .

La forme structurelle (suite):

De faon plus gnrale on peut crire notre modle:

Do :

: la matrice des coefficients des variables endognes de dimension (n.n). : le vecteur des variables endognes de dimension ( n . 1). : la matrice des coefficients des variables prdtermines de dimension (n.K). : le vecteur des variables prdtermines de dimension ( k . 1).

La forme structurelle (suite):

on sarrange toujours pour mettre du ct gauche une variable endogne.

Ainsi PIB est gauche pour la premire quation ; INT est gauche pour la
deuxime. Il sagit dune opration de normalisation o 11 = 22 = 1. Sous forme matricielle, on postulera que la diagonale de la matrice B est constitue de 1. Plus important, les quations du modle incluent certaines hypothses : par

exemple, MM ninfluence pas directement lactivit conomique PIB do 12 = 0,

tout comme DEP ninfluence pas directement le taux dintrt INT do 21 = 0 . Ces hypothses font que :

La forme structurelle (suite):

Comme ces relation ne sont jamais vrifier exactement, et sont sujettes

des chocs alors:

avec

(la matrice variance covariance des rsidus) est une matrice

diagonale . Et comme ces relations sont observes dans le temps (do lindice t), on crit: laide de cette forme structurelle on peut rsoudre les deux quations et obtenir la forme rduite du modle VAR.

La forme rduite est une quation qui exprime les variables endognes uniquement en terme de variables exognes. On peut trouver la solution en pr-multipliant les membres de gauche et de droite par B1 on obtient:

est une matrice de dimension (n.K) et

sont les

nouveaux rsidus avec nest pas orthogonale.

( la matrice variance covariance) qui

La forme structurelle rduite (suite):

la solution donc est donne par : Cette criture veut dire que le PIB et le INT sont

en fonction des variables

prdtermines et des erreurs stochastiques.

Les coefficients de la forme rduites (les valeurs de la matrice ) sont connus sous le nom de multiplicateur dimpact ou de court terme, car ils mesurent

leffet immdiat sur la variable endogne de la variation unitaire de la valeur

exogne.

Jusqu maintenant on a crit un modle de le forme structurel la forme structurelle rduite, mais en fait, on peut postuler une histoire IS-LM qui serait la suivante:

Cette criture ce nest rien dautre quun VAR structurel

Maintenant toutes les variables sont endognes puisque toutes les variables dpendent des autres variables au temps t. Les variables t-1 constituent maintenant les variables exognes : dans ce cas-ci, on les appelle les variables prdtermines. Comme tout dpend de tout, il faut se poser la question centrale ,Ce modle est-il identifiable ?

En fait, la forme rduite de ce modle ressemble au modle VAR(1). Il est facile de montrer que dans sa forme actuelle le modle nest pas identifiable.

VAR sous forme rduite:

Nous avons 16 coefficients et 10 coefficients dans la forme rduite, pour

un total de 26. De lautre ct, nous avons 12 coefficients , 16 coefficients et 10 coefficients dans la forme structurelle, pour un total de 38. videmment, nous avons besoin de restrictions. En fait, nous en avons besoin

de 12 (38-26) pour dire que le modle est identifiable.

Ltape identification consiste sassurer que le modle VAR sous sa forme rduite est identifiable, a revient poser la question suivante: comment retrouver les coefficients structurels partir des coefficients de forme rduite ? La rponse est au cur de la question de lidentification.

Le problme didentification a sa contrepartie directe dans lanalyse de

chocs. On sait que dans un modle VAR, il est intressant de procder lanalyse de chocs : par exemple, quel est limpact dun choc montaire 4t=1 sur les toutes les variables du modle, on peut trouver une rponse quantitative cette question. Mais cet exercice est inutile car il ne se prte aucune interprtation.

Rappelons que:

avec

ij

reprsente linverse de

ij.
est une combinaison linaire de plusieurs , celui qui nous

On voit trs bien que le choc

chocs, Il est donc trs difficile a priori de garantir

quun tel choc corresponde spcifiquement un choc intresse.

Nous avons besoin dinformation supplmentaire pour nous rassurer sur la validit de ce modle. Voici, un ensemble de restrictions possibles :
1.

E(1t 4t ) = 14 = 0 ; E (2t 4t ) = 24 =0 ; E (3t 4t) = 34 =0.

Les chocs montaires ne sont pas corrls avec les autres chocs du systme,
2.

41 = 42 = 43 = 0. Les variables PIB, INT et DEP ninterviennent pas de faon contemporaine dans la quatrime quation.

Ces conditions font que MMt est prdtermin par rapport PIBt, INTt et DEPt. Un choc est alors interprtable.
3.

41 = 42 = 0, PIBt et INTt ne causent pas MMt dans le sens de Granger.

Autrement dit, le pass de PIB et INT ninfluence pas MMt.

Si ces trois conditions sont vrifies, on dira que MMt est strictement exogne par rapport PIBt et INTt. On dit strictement exogne car ni la valeur contemporaine ni les retards de PIBt et INTt nont dinfluence sur MMt. Si la variable MM est prdtermine, on peut montrer que 4t = 4t et quun choc la quatrime quation du VAR correspond bien un choc montaire (structurel), i.e. tous les coefficients 41= 42 = 43 = 0 et 44 = 1.

Il est donc facile didentifier un choc montaire : il correspond directement au

rsidu de la quatrime quation du VAR. Le modle retrouve un sens conomique acceptable.

De faon similaire, on peut obtenir une certaine intuition en rcrivant le systme derreur dune faon lgrement diffrente. Ainsi,

Supposons maintenant que DEPt est une variable prdtermine par rapport

PIB et INT mais que DEP est influenc par MM de faon contemporaine c..d.
au temps t. Ceci aurait comme implication que 31 = 32= 0 autrement dit: On peut donc identifier un choc de politique fiscale en effectuant la

rgression prcdente qui est admissible compte tenu de nos hypothses (entre
autre, E (3t 4t)=34=0).

Le systlme devient alors :

on suppose maintenant que INTt dpend de DEPt et mmt mais pas de PIBt
c..d. INTt est prdtermin par rapport PIBt. Alors, 21 = 0 et ,la matrice est donne par:

Finalement, PIBt dpend de tous les autres chocs. Nous avons donc
pu identifier les diffrents chocs structuraux (les vrais chocs) en
posant un certain nombre dhypothse sur la structure de la matrice B qui est triangulaire. On dira alors que le modle sous-jacent est rcursif.

Ltude du modle VAR standard:

-

donnes:

Afin de mener notre tude, nous considrons 4 sries annuelles (exprimes

en logarithme) reprsentant des grandeurs macroconomiques. La chronique, dont les donnes apparaissent dans le tableau 1 est reprsente pour la priode allant de 1970 2003.

Les 4 srie sont : : le produit intrieur brut (en million de DA).

: le taux dintrt.

: la masse montaire (en million de DA).

: les dpenses publiques (en million de DA).

INT
2.8 15 14 13 2.0 12 1.6 11 10 9 0.8 1970 1975 1980 1985 1990 1995 2000 8 1970

DEP

2.4

1.2

1975

1980

1985

1990

1995

2000

PIB
16 15 14 13 12 12 11 10 1970 11 10 9 1970 16 15 14 13

M2

1975

1980

1985

1990

1995

2000

1975

1980

1985

1990

1995

2000

Pour tudier la stationnarit des sries on applique le test de Duckey Fuller augment (ADF). On commence par choisir le nombre de retards p, en utilisant les

critres d'informations d'Akaike (AIC) Schwartz (SC), et Hannan-Quinn.

on dterminer le nombre de retards optimal pour chacun des trois modles :

Modle (1) avec constante et trend : Modle (2) avec constante :

Modle (3) sans constante : et on retient le nombre de retards qui minimise la valeur de ces critres. sur Eviews 6, la spcification qui minimise les critres d'information Akaike (AIC) et Schwarz(SC) et Hannan-Quinn (HQ), est faite automatiquement dans le cadre de la procdure de test de racine unitaire Compte tenu du nombre

d'observations disponibles on choisis pMax =4.

tude de la srie PIB:

Le choix du nombre de retard: SC AIC HQ

Modle 3
Modle 2 modle1

P = 1 (-1.50)
P = 0 (-1.46) P = 1 (-1.43)

P = 4 (-2.04)
P = 1 (-1.57) P = 1 (-1.52)

P = 4 (-1.93)
p = 1 (-1.53) P = 1 (-1.49)

P=4
On applique le test de Duckey Fuller augment en utilisant la stratgie des hypothses jointes.

tude de la srie PIB (suite):

Modle 3: On test lexistence de racine unitaire :

On a ADFc = -3.30 > ADFt = -3.57 au niveau de 5%. On accepte H0. Il existe racine unitaire. On test la tendance sous contrainte quil ya une racine unitaire : On estime le modle 3 sous contrainte, la SCR= 0.203993 Et la SCR dans le modle non restreint, SCR= 0.136138 On calcule la statistique de Fisher = 6.40 Alors que Ft =6.73 au niveau de 5%

tude de la srie PIB (suite):

On remarque que Fc < Ft donc on accepte H0. On estime le modle 2 : on test lexistence de racine unitaire

On a ADFc = -0.122 > ADFt = -2.96 au niveau de 5%. On accepte H0. Il existe racine unitaire On test la constante sous contrainte quil ya une racine unitaire : On estime le modle 2 sous contrainte, la SCR= 0.231122 Et la SCR dans le modle non restreint, SCR= 0.203861 On calcule la statistique de Fisher : = 1.86 Alors que Ft = 4.86 au niveau de 5% , On remarque que Fc < Ft donc on accepte H0.

tude de la srie PIB (suite):

On estime le modle 1 : on test lexistence de racine unitaire

On a ADFc = 1.655 > ADFt = -1.95 au niveau de 5%. On accepte H0. Il existe racine unitaire.

la srie PIB est de type DS.

tude de la srie DPIB :

Pour rendre la srie PIB stationnaire, on lui applique loprateur de diffrentiation. - le choix du retard P: SC AIC HQ

Modle 3
Modle 2 modle1

P = 0 (-1.42)
P = 0 (-1.51) P = 0 (-1.21)

P = 0 (-1.56)
P = 0 (-1.60) P = 3 (-1.71)

P = 0 (-1.51)
p = 0 (-1.57) P = 0 (-1.24)

P=3
On applique le test de Duckey Fuller augment en utilisant la

stratgie des hypothses jointes.

tude de la srie DPIB (suite) :

Modle 3: On test lexistence de racine unitaire :

On a ADFc = -2.03 > ADFt = -3.57 au niveau de 5%. On accepte H0. Il

existe racine unitaire. On test la tendance sous contrainte quil ya une racine unitaire : On estime le modle 3 sous contrainte, la SCR= 0.242628

Et la SCR dans le modle non restreint, SCR= 0.203851

On calcule la statistique de Fisher = 2.57, et Ft =6.73 au niveau de 5%

tude de la srie DPIB (suite) :

On remarque que Fc < Ft donc on accepte H0. On estime le modle 2 : on test lexistence de racine unitaire

On a ADFc = -2.13 > ADFt = -2.96 au niveau de 5%. On accepte H0. Il existe racine unitaire

On test la constante sous contrainte quil ya une racine unitaire :

On estime le modle 2 sous contrainte, la SCR= 0.246816 Et la SCR dans le modle non restreint, SCR= 0.203993 On calcule la statistique de Fisher : = 2.96 Alors que Ft = 4.86 au niveau de 5% , On remarque que Fc < Ft donc on accepte H0.

tude de la srie DPIB (suite) :

On estime le modle 1 : on test lexistence de racine unitaire

On a ADFc = -1.30 > ADFt = -1.95 au niveau de 5%. On accepte H0. Il existe racine unitaire.

la srie DPIB est de type DS.

tude de la srie DDPIB :

Pour rendre la srie PIB stationnaire, on lui applique loprateur de diffrentiation. le choix du retard P: SC AIC HQ

Modle 3
Modle 2 modle1

P = 1 (-0.91)
P = 1 (-1,02) P = 1 (-1.13)

P = 1 (-1.10)
P = 1 (-1.16) P = 1(-1.22)

P = 1 (-1.04)
p = 1 (-1.11) P = 1 (-1.19)

P=1

tude de la srie DDPIB (suite):

Modle 3: On test lexistence de racine unitaire :

On a ADFc = -5.06 < ADFt = -3.57 au niveau de 5%. On accepte H1. absence de racine unitaire.

On test la tendance : t c = 0.34 < tt = 2.79 donc la tendance nest pas

significative.

tude de la srie DDPIB (suite) :

On estime le modle 2 : on test lexistence de racine unitaire

On a ADFc = -5.14 < ADFt = -2.96 au niveau de 5%. On accepte H1. absence de racine unitaire On test la constante :

t c = 0.05 < tt = 2.54 donc la constante nest pas significative.

tude de la srie DDPIB (suite):

On estime le modle 1 : on test lexistence de racine unitaire

On a ADFc = -5.24 < ADFt = -1.95 au niveau de 5%. On accepte H1. absence de racine unitaire.

la srie DDPIB est stationnaire.

PIB est I(2)

tude de la srie DEP:

De la mme manire, on commence par choisir le nombre de retards p, en utilisant les critres d'informations d'Akaike (AIC) Schwartz (SC), et HannanQuinn, puis on applique le test de Duckey Fuller.
Modle 3 AIC P=0 P=1 P=2 P=3 P=4
-1.07 -1.14 -1.07 -1.17 -1.05

Modle 2 HQ
-1.03 -1.0847 -1 -1.0845 -0.95

Modle 1 HQ
-1.01 -0.96 -0.86 -0.75 -0.76

SC
-0.94 -0.96 -0.84 -0.89 -0.72

AIC
-1.04 -1.01 -0.92 -0.83 -0.85

SC
-0.95 -0.87 -0.74 -0.6 -0.56

AIC
-0.977 -0.978 -0.88 -0.8 -0.82

SC
-0.93 -0.88 -0.74 -0.62 -0.58

HQ
-0.96 -0.94 -0.83 -0.74 -0.75

Dans le modle (3) le critre AIC nous donne une valeur minimale pour un p=3, et SC pour un p=1, mais si on remarque les deux valeur dAIC pour p=1 et p=3 on trouve qui sont proche(-1,14 et -1,17) par contre si on compare les

deux valeurs de SC(-0,96 et -0,86) on remarque que ne sont pas vraiment

proche, pour cela on choisie p=1

tude de la srie DEP (suite):

On applique le test de Duckey Fuller augment en utilisant la stratgie des

hypothses jointes.
Modle 3: On test lexistence de racine unitaire :

On a ADFc = -2.57 > ADFt = -3.57 au niveau de 5%. On accepte H0. Il existe racine unitaire. On test la tendance sous contrainte quil ya une racine unitaire : On estime le modle 3 sous contrainte, la SCR=0.585718 Et la SCR dans le modle non restreint, SCR= 0.464111 On calcule la statistique de Fisher =3.78 et Ft =6.73 au niveau de 5%

tude de la srie DEP (suite):

On remarque que Fc < Ft donc on accepte H0. On estime le modle 2 : on test lexistence de racine unitaire

On a ADFc = -1.06 > ADFt = -2.96 au niveau de 5%. On accepte H0. Il existe racine unitaire On test la constante sous contrainte quil ya une racine unitaire : On estime le modle 2 sous contrainte, la SCR= 0.787117 Et la SCR dans le modle non restreint, SCR= 0.563506 On calcule la statistique de Fisher : = 5.96 Alors que Ft = 4.86 au niveau de 5% , On remarque que Fc > Ft donc on accepte H1.

tude de la srie DDEP:

La srie DEP est de type DS.

Pour rendre la srie PIB stationnaire, on lui applique loprateur de diffrentiation.

- le choix du retard P: SC Modle 3 Modle 2 modle1 P = 0 (-0.85) P = 0 (-0.94) P = 0 (-0.75) AIC P =0 (-0.99) P = 0 (-1.03) P = 2 (-0.77) HQ P = 0 (-0.95) p = 0(-1.00) P = 0 (-0.78)

P=0

tude de la srie DDEP (suite):

On applique la premire stratgie (stratgie de la tendance):

On estime le modle 3 : on test la significativit de la tendance.

On a t-cal = 0.78 < t-tab = 2.79 au niveau de 5%.Donc la tendance nest pas significative. On estime le modle 2 : on test la significativit de la constante.

On a t-cal = 3.21 > t-tab = 2.79 au niveau de 5%.Donc la tendance est significative

tude de la srie DDEP (suite):

On test dans le modle 2 lexistence de racine unitaire

On a ADFc = -4.20 < ADFt = -2.95 au niveau de 5% donc on accepte

H1 .

la srie DDEP est stationnaire.

DEP est I(1)

En appliquant le test de stationnarit sur les autre sries on obtient:

MM est I(1)

INT est I(1)

Estimation du modle VAR:

Il ya trois manire de choisir le nombre de retard P dans un VAR:
1.

examen des rsidus: tudier la blancheur des rsidus en P = 1,2,3, et on retient le p o les rsidus sont un bruit blanc.

2. 3.

partir des critres dinformation:

Critre du Final Predictor Error Critre dAkaike Critre de Schwartz

Critre de Hannan-Quinn

partir de tests du rapport de vraisemblance Pour notre travail on prend P= 1 car on veut tudier la variation de

ces variables.

Estimation du modle VAR (suite):

-

lestimation laide de EVIEWS 6 des paramtres du VAR(1) nous donne:

Remarque: les valeurs indiques en gras sont significatives.

Estimation du modle VAR (suite):

Les modles VAR doivent tre estims partir de sries stationnaires, car il est

impossible d'identifier un processus si toutes ses caractristiques changent au cours

du temps. L'observation de nos rsultats d'estimation VAR montre que toutes la variables INT ne dpendent d'aucune variable retenue dans le modle puisque les coefficients sont non significatifs. le PIB dpend ngativement de son taux pass. Il dpend ngativement du DEP dcal d'une priode. ce qui contredit la ralit conomique. Les coefficients dun VAR sont souvent difficiles interprter, pour cela on estime la fonction de rponse impulsionnelle qui expose la rponse de la variable dpendante aux chocs, ce choc modifiera la valeur de cette variable dans la priode actuelle et future, elle prsente leffet dun choc sur plusieurs priodes.

Politique budgtaire:
Politique budgtaire ou politique daugmentation des dpenses publiques.

LM

i
I3 IS 3

I2 IS 2 I1 IS 1
PIB

Y1

Y2

Y3

Politique montaire:
LM 2
LM 1

I3 IS 3 I2

IS 2 I1 IS 1
PIB

Y1

Y2

Y3

l'anne 1970

MM
13 076

PIB
24 072

DEP
5 876

INT
2.75

1971
Annexe 1 : tableau des donnes 1972 1973 1974

13 925
18 139 22 930 25 772

24 923
30 413 34 593 55 561

6 941
8 197 9 989 13 408

2.75
2.75 2.75 2.75

1975
1976 1977 1978 1979 1980 1981 1982 1983

33 749
43 605 51 950 67 458 79 688 93 538 109 154 137 889 165 926

61 574
74 075 87 241 104 832 128 223 162 507 191 469 207 552 233 752

19 068
20 118 25 473 30 106 33 515 44 016 57 655 72 445 84 825

2.75
2.75 2.75 2.75 2.75 2.75 2.75 2.75 2.75

1984
1985

194 718
223 860

263 856
291 485

91 598
99 841

2.75
2.75

1986 1987 Annexe 1 : tableau des donnes (suite) 1988 1989

227 017 257 896 292 963 308 146

296 520 312 630 347 716 422 042

101 817 103 977 119 700 124 500

5 7 10 11.5

1990 1991 1992

1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003

343 005 415 270

515 902 627 427 723 514 799 562 915 058 1 076 408 1 592 461 1 789 350 2 022 534 2 473 516 2 901 532 3 403 499

554 388 862 152

1 074 696 1 189 725 1 487 404 2 004 995 2 570 028 2 780 169 2 830 491 3 238 198 4 123 514 4 260 811 4 546 102 5 263 862

136 500 212 100

420 131 476 627 566 329 759 617 724 609 845 196 875 739 961 682 1 178 122 1 321 028 1 550 646 1 639 265

10.5 11.5
11.5 11.5 15 14 13 11 9.5 8.5 6 6 8.5 4