Capitolul 2.

Riscul i rentabilitatea instrumentelor financiare

n ultimii ani, oportunitile de investire descriu o arie vast de instrumente

financiare, de la cele clasice: depozite bancare, aciuni, obligaiuni pn la
instrumente mai sofisticate, precum futures, options, swaps. n consecin, se
impune analiza raportului risc-rentabilitate asociat instrumentelor financiare, n
urma creia un investitor poate lua o decizie de investire raional. n acest capitol
vom analiza riscul i rentabilitatea unui activ financiar, decizia de alocare a
activelor, ct i relaia optim risc-rentabilitate a unui portofoliu de instrumente
financiare pornind de la teoria dezvoltat de Harry Markowitz (1952).
2.1 . Rentabilitatea i riscul unui activ financiar

2.1.1 Randamentul istoric

Decizia de investire a unui investitor este direct influenat de rentabilitatea
instrumentelor financiare. Aceast rentabilitate poate fi judecat prin prisma
performanei trecute (istorice) ale titlurilor i/sau a unor perfomane previzionate
(anticipate pentru viitor).
S presupunem o aciune ce a fost cumprat la cursul P0, este vndut la un
moment viitor la cursul P1. Dac aciunea acord un dividend, D, pe parcursul
deinerii atunci randamentul pe perioada de deinere (RPD) se determin astfel:

n relaia (1) termenul

iar termenul

reprezint randamentul ctigului din capital,

reprezint randamentul dividendului. Dac notm VT = PT + D

i V0 = P0 unde VT reprezint valoarea viitoare a plasamentului, iar V0 valoarea

prezent, atunci RPD devine:

Perioada de deinere (intervalul de la momentul 0 la momentul T) poate fi orict, de

aceea pentru a putea compara randamentul unor aciuni ce au fost deinute pe

perioade diferite, trebuie s ajustm randamentele RPD, astfel nct intervalul de

timp s fie acelai. Mai exact vom anualiza randamentele calculate pentru perioade
de deinere diferite de un an folosind formula urmtoare:

unde R reprezint randamentul anual al aciunii.

Exemplul 1: S presupunem c se cumpr o unitate de fond la fondul mutual F cu
valoarea de 200 u.m. Dac aceast unitate de fond este rscumprat peste 2 ani cu
250 u.m., atunci:
250 200
200
1

0.25

0.25
1

0.118

Exemplul 2: S presupunem c aciunea ABC a fost achiziionat la cursul de

135 u.m. Dup 6 luni aceast aciune acord un dividend de 5 u.m., iar cursul su
pe pia este 140 u.m. Dac aciunea ABC va fi vndut dupa acordarea
dividendului atunci:
140
1

135
135

0.074074

5
.

0.074074
1

0.1536

n unele cazuri dorim s determinm performana medie a unui titlu pe o

perioad de timp din trecut. n acest sens, n practic se folosete att media
aritmetic,
, ct i media geometric,
, a randamentelor istorice:

Exemplul 3: Valoarea de piat a unui titlu crete n primul an de la 50 u.m. la 100

u.m., dup care scade din nou n anul doi la 50 u.m. Prin urmare, randamentul
mediu anual este 25% conform mediei aritmetice, respectiv 0% conform mediei
geometrice.

Evoluia cursului, randamentul anual i randamentul mediu calculat prin

cele dou metode sunt prezentate n tabelul alturat:
t
Pt
0
50
1
100
2
50
randamentul media aritmetic
mediu anual media geometric

Rt
100 %
-50 %
0.25
0

Observaie: Cele dou medii sunt egale doar n cazul n care toate randamentele
sunt egale, n rest media aritmetic este mai mare dect cea geometric. Cu ct
randamentele sunt mai dispersate cu att media aritmetic este mai mare dect cea
geometric. n timp ce randamentul mediu calculat dup media aritmetic ia n
considerare evoluia randamentelor anuale, randamenul determinat dup media
geometric ine cont doar de valoarea iniial (P0) i valoarea final (PT). Se poate
arta c randamentul mediu determinat dup media geometric se reduce la
randamentul anualizat al unui plasament de la 0 la n (adic
este egal cu R):

2.1.2. Randamentul anticipat

Spre deosebire de randamentul istoric a crui valoare este cert, fiind
calculat pe baza realizrilor (performanelor) trecute, randamentul anticipat este
un indicator subiectiv ce difer de la un investitor la altul n funcie de ateptrile
fiecruia cu privire la evoluia viitoare a valorii (preului) instrumentului financiar.
n consecin, randamentul viitor este considerat o variabil aleatoare cu o anumit
distribuie ce difer ntre investitori, iar randamentul anticipat (ateptat),
E(Ri), reprezint media acestei distribuii:

unde, S este numrul de stri, pi - probabilitatea n starea i, Ri - randamentul

titlului de valoare n starea i.
Exemplul 4: Un investitor, n funcie de evoluia viitoare ateptat a economiei,
estimeaz un set de randamente posibile ale unei aciuni pe care o deine. Fiecrei

stri ale economiei (recesiune, stagnare, avnt economic) posibile cu o anumit

probabilitate (pi), i se asociaz un randament estimat, astfel:
Starea economiei
recesiune
stagnare
avnt

pi (%)
30
50
20

Ri (%)
-3
2
6

Conform acestei distribuii randamentul ateptat este:

3 0.3 2 0.5 6 0.2 1.3%
Exemplul 5: Un investitor, I, consider urmtoarea distribuie a randamentelor
viitoare pentru aciunea Y:
Ri (%)
pi (%)

-3
5

-1
10

2
20

Investitorul I, crede c randamentul aciunii

Y va fi -3 % cu o probabilitate de 5%, -1 % cu
o probabilitate de 10 % .a.m.d. Conform
acestei distribuii avem ase randamente
posibile, dar ne intereseaz care este cea mai
probabil valoare. n consecin se folosete
media distribuiei ca msur a randamentului
ateptat:
3 0.05
1 0.1 2 0.2
3 0.3 4 0.25 6 0.1 2.65 %

3
30

4
25

6
10

Histograma randamentelor
30

25

20

15

10

-3

-1

Un randament ateptat de 2.65 %, NU reprezint un randament cert de

2.65 %, investitorul respectiv poate realiza efectiv un randament mai mic sau mai
mare dect aceast valoare. Cu alte cuvinte, el poate ctiga n jur de 2.65 %.
Cu ct randamentele posibile se abat mai mult fa de medie, cu att incertitudinea
investitorului asupra rezultatelor viitoare este mai mare. n finane, se asociaz
aceast incertitudine cu riscul instrumentului financiar.
n ambele exemple de mai sus, s-a considerat o distribuie discret a
randamentelor viitoare. ntr-o alt abordare, se poate utiliza o distribuie continu,
cel mai simplu caz, dar i cel mai ntlnit n literatura financiar, fiind cel al
distribuiei normale. Distribuia normal are urmtoarea funcie de densitate:

| ,

unde este media distribuiei, iar reprezint deviaia standard. Figura 1

ilustreaz graficul acestei funcii de densitate pentru o medie de 0 i varian 1,
denumit n acest caz distribuia normal standard.
Conform proprietilor acestei funcii de densitate, dac o variabil aleatoare,
z, urmeaz o distribuie normal standard, atunci z ia valori cuprinse n intervalul
[-1.96; 1.96] cu o probabilitate de 95% i valori cuprinse n intervalul [-1.645; 1.645]
cu o probabilitate de 90%. Vom scrie acest lucru astfel:
1.96

1.96

1.645

1.645

0.95
0.9

Figura 1. Distribuia normal standard

O variabil aleatoare, x, normal distribuit de medie i deviaie standard

diferite de 0 respectiv 1, poate fi transformat ntr-o distribuie normal standard,
z, astfel:

Prin urmare, n ipoteza unui randament normal distribuit, x, de medie i

deviaie standard , se poate deduce c acesta se va afla n intervalul
[ 1.96; + 1.96] cu o probabilitate de 95% respectiv n intervalul
[ 1.645; + 1.645] cu o probabilitate de 90%, adic:
1.96

1.96

0.95

1.645

1.645

0.9

Exemplul 6: Dac rentabilitatea aciunii ABC este normal distribuit cu un

randament ateptat (media distribuiei) de 12% i deviaie standard de 8%, atunci:
0.12

1.96 0.08

0.12

1.96 0.08

0.95

0.12

1.645 0.08

0.12

1.645 0.08

0.9

adic randamentul va varia cu o probabilitate de 95% n intervalul [-3.68%; 27.68%]

i cu o probabilitate de 90% n intervalul [-1.16%; 25.16%].
Testarea ipotezei distribuiei normale a randamentelor
Pentru a verifica n ce msur distribuia normal este adecvat pentru
aproximarea distribuiei randamentelor unei aciuni se folosesc o serie de metode
(indicatori i teste statisice). Aici vom discuta doar patru dintre acestea:

Reprezentare grafic de tip cuantil-cuantil (Q-Q plot);

Coeficientul de asimetrie (skewness);
Coeficientul de aplatizare (kurtosis);
Testul Jarque-Bera.

Reprezentarea grafic cuantilcuantil compar cuantila empiric

cu cea teoretic. Dac randamentele provin dintr-o distribuie normal atunci ntre
seria cuantilelor empirice i seria cuantilelor teoretice (ale distribuiei normale) va
exista o relaie liniar. Pentru a exemplifica s-au generat dou serii (vezi figura 2):
una cu o distribuie normal standard (notat cu seria 1), iar cealalt cu o
distribuie exponenial de medie 1 (notat cu seria 2).
Figura 2. Reprezentare grafic cuantil-cuantil
a). seria1 (distribuie normal)
b). seria 2 (distribiuie exponenial)
QQ Plot of Sample Data versus Standard Normal
6

4
Quantiles of Input Sample

Quantiles of Input Sample

QQ Plot of Sample Data versus Standard Normal

4

1
0
-1

3
2
1

-2

-3

-1

-4
-3

-2

-1
0
1
Standard Normal Quantiles

-2
-3

-2

-1
0
1
Standard Normal Quantiles

n ambele cazuri cuantilele teoretice aparin distribuiei normale standard i sunt

reprezentate pe axa Ox. Pe axa Oy sunt ordonate n cazul a) cuantilele calculate
pentru seria 1 generat, iar n cazul b) cuantilele calculate pentru seria 2. Se
observ o dependena neliniar dintre cuantilele empirice i cele teoretice n cazul
seriei 2, acest lucru indicnd faptul c aceast serie nu provine dintr-o distribuie
normal (ceea ce este adevrat pentru c a fost generat dup o distribuie
exponenial !).
Figura 3. Coeficientul de asimetrie
a)asimetrie la dreapta
b). simetric
c). asimetrie la stnga

n cazul n care o distribuie are o coad mai lung dect cealalt, se spune ca
acea distribuie este asimetric. Aceast disproporionalitate dintre cozile
distribuiei este msurat prin coeficientul de asimetrie care are valoarea 0 dac
distribuia este simetric, o valoare pozitiv n cazul cozii din partea dreapt mai
lungi i o valoare negativ n caz contrar (vezi figura 3). Distribuia normal este
simetric i prin urmare coeficientul su de asimetrie este zero. n cazul n care
coeficientul de asimetrie al distribuiei empirice a randamentelor este semnificativ
diferit de 0, distribuia acestora nu poate fi considerat normal.
Se poate arta c distribuia normal este o distribuie mezocurtic, adic
are coeficientul de aplatizare de 3. Dac pentru o distribuie acest coeficient este
mai mare de 3, distribuia este mai nalt dect cea normal (adic probabilitatea
valorilor din jurul mediei este mai mare dect pentru distribuia normal) i are
cozile mai groase (adic probabilitatea valorilor extreme este mai mare dect
pentru distribuia normal). n acest caz se spune c distribuia este leptocurtic.
n caz contrar, distribuia este platicurtic i are un coeficient de aplatizare mai
mic de 3.

Figura 4. Coeficientul de aplatizare

Testul Jarque-Bera ia in considerare att coeficientul de asimetrie ct i cel

de aplatizare i verific n ce msur distribuia empiric poate fi apoximat cu o
distribuie normal. Ipoteza nul a acestui test presupune c eantionul de date
provine dintr-o distribuie normal, iar statistica testului se determin astfel:

unde, N este numrul de observaii din eantion, s coeficientul de asimetrie i

k coeficientul de aplatizare. Statistica JB are o distribuie asimptotic 2 [2]
(Chi-ptrat cu dou grade de libertate).
Figura 5. Distribuia asimptotic a testului Jarque-Bera (2 [2])

Conform distribuiei 2 [2], valoarea critic a testului Jarque-Bera pentru un grad

de semnificaie statistic de 5% este 5.99, iar pentru 1% este de 9.21. Cu alte
cuvinte, dac statistica JB calculat pentru o serie de radamente este mai mare de
9.21 respingem ipoteza nul.
Este distribuia normal cea mai bun aproximare a distribuiei
randamentelor ?
Pe scurt, rspunsul este: de obicei NU. Chiar dac, n urma aplicrii testului
Jarque-Bera sau a oricrui alt test de acest gen, reiese c putem aproxima
distribuia empiric a randamentelor printr-o distribuie normal, nu nseamn c
aceast aproximare este cea mai bun. De fapt, se poate observa c randamentele
au o distribuie leptocurtic i prin urmare, o distribuie Student-T sau GED
(generalized error distribution) ar fi mai adecvat.
Exemplul 7: S considerm randamentele lunare ale SIF1, SIF2, SIF3, SIF4
pe perioada 30 noiembrie 1999 3 martie 2008. Coeficientul de asimetrie,
coeficientul de aplatizare i rezultatul testului Jarque-Bera pentru aceste serii de
timp sunt raportate n tabelul 1.
Pentru SIF3 coeficientul de asimetrie i coeficientul de aplatizare sunt
semnificativ diferite de valorile corespunztoare ale unei distribuii normale
(0, respectiv 1) i n consecin statistica JB de 22.5194 depeste cu mult pragul
critic de 5.99 pentru un nivel de semnificaie statistic de 5%. Deci respingem ipoteza
nul pentru SIF3. Pentru celelalte SIF-uri considerate aici nu respingem ipoteza
nul, dei observai c pentru SIF1 i mai ales SIF4 statistica JB este apropiat de
pragul critic.
Tabelul
1.
Testarea
ipotezei
randamentele SIF1, SIF2, SIF3 i SIF4
Indicator
Coef. de asimetrie
Coef. de aplatizare
Statistica JB
Testul
Jarquep-value
Bera
H0*
*dac H0 = 1 respingem ipoteza nul;

SIF1
0.1986
3.9764
4.5829
0.0670
0

distribuiei

SIF2
0.2787
3.3759
1.8645
0.4054
0

normale

SIF3
0.3988
5.1961
22.5194
0.0025
1

pentru

SIF4
0.4502
3.6552
5.1150
0.0555
0

dac H0 = 0 NU respingem ipoteza nul, pentru un grad de

semnificaie statistic de 5%.

Faptul c pentru toate seriile de timp din acest exemplu coeficientul de

aplatizare este mai mare de 3, sugereaz utilizarea unei distribuii leptocurtice.

ntr-adevr, dac folosim o distribuie pentru care probabilitatea valorilor din jurul
mediei s fie mai mare dect pentru cea normal, obinem o aproximare a
distribuiei randamentelor mai bun, chiar i pentru seriile de timp unde nu am
respins ipoteza distribuiei normale (SIF1, SIF2, SIF4).
Figura 6. Comparaie ntre aproximarea distribuiei randamentelor
cu o distribuie normal i o distribuie Student-T
a). SIF1

b). SIF2

4.5
4

3.5

3.5

Density

Density

2.5

2.5
2

1.5
1.5
1

0.5

0
-0.4

0.5

-0.3

-0.2

-0.1

0.1

0.2

0.3

0.4

0
-0.4

0.5

-0.3

-0.2

-0.1

Data

0.1

0.2

0.3

0.4

0.5

Data

c).SIF3

d). SIF4
3.5

4.5
4

3.5

2.5

2.5

Dens ity

Dens ity

1.5

1.5

1
1

0.5
0.5
0
-0.4

-0.3

-0.2

-0.1

0.1

0.2

Data

0.3

0.4

0.5

0
-0.4

-0.3

-0.2

-0.1

0.1

0.2

0.3

0.4

0.5

Data

n figura 6 s-a reprezentat grafic aproximarea distribuiei randamentelor prin

distribuia normal (linia roie ntrerupt) i prin distribuia Student-T (linia
neagr continu)1. Aceasta din urm, aproximeaz mai bine vrful distribuiilor
randamentelor.

Parametriidistribuiilor(media,varianaigradeledelibertate)aufostestimaiprinmaximizareafuncieide
verosimilitate(likelihoodfunction)

Factorii determinani ai randamentului anticipat (cerut)

n funcie de anticiprile sale un investitor stabilete un anumit nivel de
rentabilitate ateptat pentru fiecare oportunitate de investire. Pentru ca
investitorul s fie interesat de o anumit oportunitate, trebuie ca randamentul
ateptat al acesteia s depeasc un anumit plafon (randament cerut), ce
ncorporeaz o serie de factori precum: randamentul real fr risc, rata inflaiei
anticipat, i o prim de risc.
Randamentul real fr risc depinde de doi factori: preferina pentru
consumul actual, respectiv oportunitile de investire din economie. Preferina
pentru consumul actual difer de la un individ la altul. Unii renun la o parte din
consumul actual n favoarea consumului viitor, cu alte cuvinte i amn consumul
pentru viitor, realiznd astzi economii. Alii n schimb, doresc s consume mai
mult n prezent, apelnd la economiile celorlali atunci cnd venitul lor este
insuficient. Dac n general, preferina pentru consumul actual este mare atunci
un individ va cere s fie recompensat cu un pre (rat de dobnd) mai mare pentru
fiecare unitate de consum la care renun pentru a finana consumul altuia.
ntre oportunitile de investire dintr-o economie i rata de cretere
economic pe termen lung exist o strns conexiune. ntr-o economie aflat n
expansiune cresc oportunitile de investire ct i interesul investitorilor n acestea.
Randamentul cerut de investitori va include rata de cretere economic anticipat
la care mai adaug i ali factori ce urmeaz a fi discutai. Spre exemplu, dac rata
de cretere economic anticipat este de 5%, atunci investitorii vor cere un
randament de cel puin 5% pentru a finana activitatea firmelor din economia
respectiv.
Ajustnd rentabilitate real far risc cu rata anticipat a inflaiei
(conform relaiei lui Fisher) se determin randamentul nominal fr risc. La
acesta din urm, pentru a determina rentabilitatea cerut de investitor se mai
adaug i o prim de risc. Prima este cerut pentru a acoperi urmtoarele riscuri:
Riscul dat de domeniul de activitate. Este evident faptul c fiecare sector de
activitate are o serie de factori de risc specifici. n consecin, un investitor
dup ce identific aceti factori de risc va percepe o prim de risc diferit
pentru fiecare sector.
Riscul de finanare. Acest risc apare atunci cnd o firm obine resurse
suplimentare prin emisiunea de obligaiuni, deoarece dobnzile i
eventualele rate sunt pltite creditorilor din rezultatele financiare ale firmei
nainte de plata dividendelor. Cu ct gradul de ndatorare al firmei este mai

mare cu att prima pentru riscul de finanare perceput de investitorii n

aciuni va fi mai mare.
Riscul de lichiditate. Cu ct aciunea poate fi transformat mai repede n
numerar cu att prima pentru riscul de lichiditate va fi mai mic. n cazul n
care aciunea este cotat la burs n categoria celor mai lichide titluri, prima
pentru riscul de lichiditate cerut de un investitor ar putea fi chiar zero.
Riscul valutar. Acest risc este specific investiiilor n active denominate n
moned strin i este determinat de volatilitatea cursului de schimb. Spre
exemplu, s considerm un investitor romn care cumpr 100 aciuni ale
unei firme germane la preul de 1 euro, cnd cursul de schimb EUR/RON era
de 3.8. Dac dup o lun cursul aciunilor devine 1.3 euro, iar cursul valutar
3.3, nseamn c randamentul aciunii n euro este de 30% ( (1.3/1-1)*100),
iar randamenrul plasamentului su transformat n lei este doar de 12.9%
((1.3*3.3/3.8-1)*100).
Riscul de ar ncorporeaz modificrile majore ce pot aprea n mediul
economic i politic al unei ri. Acest risc poate fi intlnit i sub denumirea de
risc politic.

2.1.3. Riscul instrumentelor financiare

Aa cum s-a indicat mai sus, riscul unui instrument financiar se refer
la volatilitatea randamentelor acestuia i la incertitudinea asupra
rezultatelor viitoare creat de aceast volatilitate.
Pentru a cuantifica riscul se pot utiliza urmtorii indicatori statistici:
Variana (2);
Deviaia standard ();
Coeficientul de variaie (CV);
Semivariana (semiVar).
Primii doi indicatori sunt cei mai utilizai n literatur i se calculeaz astfel:

unde, s reprezint numrul de stri (folosim aceast formul pentru distribuii

discrete precum cele din exemplele 4 i 5 din acest capitol), iar n este numrul de

observaii din seria de randamente considerat (utilizm aceast formul dac se

folosete o serie de randamente istorice).
Variana msoar abaterea ptratic medie fa de medie. Conform modului
de calcul, randamentele sunt ridicate la ptrat, ceea ce nseamn c unitatea de
msur n acest caz este procent la ptrat ! Din acest motiv se calculeaz radicalul
varianei, adic deviaia standard, care este mai uor de interpretat, unitatea de
msur fiind procentul. Cu ct variana (deviaia standard) este mai mare cu att
intervalul de variaie al randamentelor viitoare este mai mare, cu alte cuvinte
crete probabilitatea randamentelor din cozile distribuiei.
Exemplul 8: n exemplul 6 s-a presupus c o aciune (ABC) are un
randament anticipat de 12% i o deviaie standard de 8%. Prin aproximarea
distribuiei randamentelor cu o distribuie normal, s-a artat c intervalul de
variaie al randamentelor viitoare este [-3.68%; 27.68% ] cu o probabilitate de 95%.
Figura 7. Intervale de variaie a randamentelor normal distribuite de
medie 12% i deviaie standard 8% respectiv 12%

Dac n loc de 8% deviaia standard este de 10%, atunci intervalul de variaie

pentru o probabilitate de 95% devine [ -7.6%; 31.6%], iar pentru o deviaie standard
de 12 % intervalul crete i mai mult ajungnd la [-11.52%; 35,52%]. Aceste intervale
de variaie ale randamentelor viitoare pentru o distribuie normal sunt ilustrate n
figura 7.
n concluzie, pe msur ce crete abaterea fa de medie a randamentelor,
msurat prin varian (deviaie standard), crete i incertitudinea cu privire la
randamentele viitoare (ele se pot ndeprta foarte mult fa de randamentul
anticipat). O varian (deviaie standard) mai mare nseamn un risc mai mare.

Coeficientul de variaie se dovedete a fi o msur a riscului superioar

varianei (deviaiei standard) n cazul unei diferene semnificative dintre
randamentele ateptate. Coeficientul de variaie se calculeaz dup formula:

Din modul de calcul deducem c acest indicator msoar riscul pe unitatea de

randament anticipat. Spre exemplu, s presupunem dou aciuni X i Y al cror risc
calculat prin deviaia standard este de 2.8% respectiv 4.5%. Judecnd riscul celor
dou aciuni prin prisma deviaiei standard spunem c Y este mai riscant dect X.
Dac, randamentul ateptat pentru X este 7% i pentru Y de 15%, atunci
raionamentul anterior este neltor, ntruct riscul pe unitatea de randament este
de 0.3 pentru Y i de 0.4 pentru X (deci X este mai riscant).
Un investitor ar putea s fie interesat doar de volatilitatea randamentelor
aflate sub medie (downside risk). n acest sens se calculeaz semivariana dup
formula:

unde

Exemplul 9: Se consider urmtorul scenariu (distribuie discret) pentru

randamentul viitor al unei aciuni:
Ri (%)
Pi (%)

-11
1

-9
2

-7
4

-5
7

-3
10

-1
12

0
14

2
17

4
15

6
11

8
7

Histograma randamentelor
18
16
14

Probabilitati

12
10
8
6
4
2
0

-11

-9

-7

-5

-3
-1
0
Randamente

Randamentul anticipat este:

11 0.01 9 0.02 7 0.04 5 0.07 3 0.1
4 0.15 6 0.11 8 0.07 0.82 %

1 0.12

0 0.14

2 0.17

Variana este:
11 0.82 0.01
9 0.82 0.02
3 0.82 0.1
5 0.82 0.07
2 0.82 0.17
4
0 0.82 0.14
0.11
8 0.82 0.07 18.4076

7 0.82 0.04
1 0.82 0.12
0.82 0.15
6 0.82

Deviaia standard este:

18.4076

4.2904 %

Coeficientul de variaie este:

4.2904
0.82

5.2322

Semivariana este:
11 0.82 0.01
9 0.82 0.02
5 0.82 0.07
3 0.82 0.1
0 0.82 0.14 10.0938

7
1

0.82 0.04
0.82 0.12