Upload
iulia-carla-gaulea
View
258
Download
3
Embed Size (px)
Citation preview
ACADEMIA DE STUDII ECONOMICEBUCURETIFABBV
PROIECT GESTIUNE BANCARAnaliza Gap-ului ratelor de dobnd BCR
Studeni:Ene Marilena -DanielaEni Cosmina -ValentinaFianu Cristina Gulea Iulia-Carla Gheorghe Ana-Roxana Grupa: 1540, Seria: B
Cuprins
1.Introducere.32.Stadiul cunoaterii.....4 2.1.Riscul de rat a dobnzii.. 4 2.2. ARMA.....5 2.3. ARIMA...................................................6 2.4. GARCH...73. Studiu empiric..9 3.1. Impactul prognozei realizate asupra bilanului bancar...154. Concluzii..............................................................................................................................165. Bibliografie..............................176. Anexe...18
1. Introducere
Banca Comercial Romn reprezint cel mai importatnt grup financiar din Romnia, fiind si membr a Erste Group. Pe lng operaiunile de banca universal, BCR i ndreapt atenia i ctre societaile de profil de pe piaa leasingului i a pensiilor private. Analiznd valoarea activelor, BCR este prima banc din Romania la acest capitol, avnd un numr total de active n valoare de peste 15 mld de euro.Locul nti l ocupa i la capitolul clieni i la segmente de economisire i creditare.Proiectul de fa se bazeaz pe bilanul bncii BCR din data de 31.12.2013 i i propune s sublinieze importana riscului de rat de dobnd, reprezentat de evoluiile nefavorabile a rezultatelor ca urmare a modificrii ratelor; riscul valutar dat de posibilitatea nregistrrii anumitor pierderi n cadrul desfurrii raporturilor economice sau a contractelor economice internationale.Pe lang aceste riscul de rat de dobnd i riscul valutar, n cuprinsul acestui proiect vom aborda i defini modelele: ARIMA (p,d,q), acest model acoper o clas larg de procese nestaionare i pot fi folosite att pentru seriile cu tendin determinist ct i pentru seriile cu tendin stochastic; ARMA, este un model univariat n care variabila dependent este modelat n funcie de propriile observaii; GARCH fiind un model care i propune s realizeze o previziune asupra volatilitii pentru o perioad viitoare.Pe baza acestor modele menionate anterior s-a realizat un mic studio empiric pe baza datelor preluate din bilanul bncii din perioada 2002-2013, calculndu-se astfel ratele de dobnd aferente fiecrei perioade precum i mediile lunare.n final, cu ajutorul programului EVIEWS i cu datele disponibile, am ncercat s interpretm semnificaia parametrilor modelului econometric i sa estimm modul n care acetia vor evolua pe perioada viitoare.Gestiunea bancar ca tiin formeaz recomandri la modul general, iar fiecare banc este liber s le utilizeze i s le dezvolte n conformitate cu specificul activitii sale.
2. Stadiul cunoaterii
2.1. Riscul de rat a dobnzii
Riscul de rat a dobnzii reprezint acel risc al evoluiilor nefavorabile a rezultatelor ca urmare a modificrii ratelor, pericol posibil din cauza poziiei ratei i incertitudinii de pe pia. Aceste rezultate nefavorabile se vor reflecta asupra valorii de pia a capitalului bncii i asupra veniturilor nete din dobnzi.n general, bncile ncearc s se asigure c structura de reevaluare a bilanului lor genereaz beneficii ct mai mari din fluctuaiile ratei de dobnd. Pentru gestionarea unui astfel de risc se are n vedere realizarea unei anumite stri n cadrul unittilor bancare, stare numit imunizare. Aceasta din urm reprezint modalitatea de structurare a activelor i pasivelor bancare ce va asigura stabilitatea marjei dobnzii bancare indiferent de amplitudine i sensul modificrii ratei de dobnd pe pia. Pe de alt parte, sensibilitatea unei bnci neimunizate este diferit ca urmare a aciunii factorilor endogeni i exogeni. Factorii endogeni sunt eseniali pentru gestionarea riscului deoarece acetia pot fi gestionai i prin realizarea unor aciuni asupra lor se poate minimiza expunerea la riscul de dobnd, iar factorii exogeni sunt determinai de evoluia situaiei economice ce se reflect la nivelul ratelor de dobnd de pe pia.Riscul de dobnd este valabil pentru toate instituiile financiare, iar atunci cnd rata de dobnd fluctueaz, ctigurile i cheltuielile bncilor se modific aa cum se ntampl i cu valoarea economic a activelor, datoriilor si poziiilor extrabilaniere. n plus, utilizarea instrumentelor derivate (swap,forward rate agreement si opiuni) pe rata dobnzii poate ajuta instituiile financiare s administreze i s reduc expunerea la acest risc.n cadrul literaturii de specialitate, riscul de dobnd este clasificat dup cum urmeaz:Riscul de reevaluare ( repricing risk) reprezint fluctuaiile ratei de dobnd ce pot avea efecte diferite asupra activelor, pasivelor i elementelor exrabilaniere ale bncii.Riscul curbei dobnzii (yield curve risk) se refer la modificri ale valorii portofoliului cauzate de schimbri neanticipate n forma sau n panta ratei dobnzii.Riscul bazei (basis risk) sau riscul marjei i face apariia atunci cnd activele i datoriile au preuri situate pe diferite curbe de randament, iar diferena dintre aceste curbe se modific.Opionalitatea (optionality) reprezint o surs din ce n ce mai importan a riscului ratei dobnzii i i are rdcinile n opiunile ncorporate n multe active, passive sau elemente extrabilaniere. Estimarea riscului de dobnd se realizeaz prin intermediul unor metode specifice, metode despre care vom discuta n continuare. Unul dintre ele este modelul discrepanei active-pasiv pe benzi de reevaluare (G.A.P) ce este unul dintre cele mai raspndite modele si se are n vedere alocarea activelor i pasivelor bncii n interval de benzi ale scadenei, adic acesta ia n considerare valoarea contabil a elementelor patrimoniale cu dobnd variabil.Al doilea model la care facem referire este Modelul discrepanei duratei (D.G.A.P) ce evideniaz durata ca fiind o msur a senzitivitii unui activ sau pasiv la modificarea ratei dobnzii. Acest durat tine cont att de moemntul decontrii tuturor Cash-flow-urilor generate de acel instrument, ct i de marutitatea acestuia.
y- rata dobnzii pe piaCFt- Cash-flow-uri viitoare generate de instrumentt- perioada de timp n care se ncaseaz CFtn-maturitatea final a instrumentului
2.2. ARMA
Modelele ARMA (Autoregresive Moving Average) sunt modele univariate modele prin care variabila dependent este modelat n funcie de propriile observaii. Aceast clas de modele cuprinde: Modele autoregresive (AR); Modele cu medii mobile (MA); Modele ARMA care combin cele dou tipuri de procese.Un model de tip autoregresiv-medie mobil ARMA(p,q) are o component de tip autoregresiv, respectiv o component de tip medie mobil: , unde p este ordinul prii autoregresive, q ordinul mediei mobile iar este un proces de tip zgomot alb (acesta fiind o succesiune de variabile aleatoare independente si identic repartizate, cu medie zero). Atunci cnd q=0 se obine modelul autoregresiv de ordin p, notat AR(p): , iar pentru p=0, se obine modelul medie mobil de ordin q, notat MA(q):
Modelul este staionar dac componenta AR este staionar.Modelele ARMA sunt adecvate seriilor staionare. Acestea au fost generalizate pentru serii nestaionare ce devin staionare prin difereniere, modelele rezultate fiind denumite modele autoregresive-integrate-medie mobila ARIMA(p, d, q) unde d este ordinul de diferentiere necesar pentru stationalizarea seriei.Estimarea modelelor ARMA prezint limitri severe. n primul rnd, parametrii n modelele ARMA pot fi foarte instabili, modificri mici ale eantionului utilizat putnd conduce la parametri foarte diferii de la o estimare la alta. n al doilea rnd, alegerea modelului ARMA cel mai potrivit depinde mai mult de experien dect de indicatori statistici. n plus, un model odat selectat, poate s nu prognozeze foarte bine.
2.3. ARIMA
Modelele de tip ARIMA acoper o clas larg de procese nestationare. Att seriile cu tendin determinist polinomial ct i cele cu tendin stochastica pot fi transformate n serii staionare prin difereniere. Etapele (metodologia) de elaborare a unui model ARIMA (p,d,q): 1) Identificarea modelului a se precizeaz valorile adecvate pentru p, d respectiv 2) Estimarea parametrilor modelului aestimarea coeficienilor ai, bi, 3) Testarea validitii modelului i respecificarea acestuia. Dac modelul nu este valid atunci se respecifica modelul (alte valori plauzibile pentru p,d,q) i se reiau etapele anterioare. 4) Utilizarea modelului n generarea de peviziuni (odat ce a trecut testele de validare). Modelarea ARIMA presupune n esen urmtoarele: - verificarea stationalitatii. Dac se constat c seria este nestaionar atunci se difereniaz pn cnd devine staionar, rezultnd ordinul de difereniere d (de regul d = 1, 2); - innd seama de forma funciei de autorelatie i de autocorelaie parial (estimate) i pentru seria difereniata se stabilesc valori plauzibile pentru p respectiv q adecvate; - se estimeaz modelul selectat; - se testeaz validitatea modelului. Aici avem dou grupe de teste: a) este de tip zgomot alb? ateste privind comportamentul reziduurilor b) teste privind semnificaia coeficienilor ai, bi; - generarea previziunilor, n baza modelului estimat. Odat elaborat i validat, modelul ARIMA este utilizat pentru generarea de previziuni. Se elaboreaz: a) previziuni punctuale b) intervale de previziune.
2.4. GARCH
Acest model, ntr-o conjunctur financiar, prezint modul n care un agent ncearc s fac o previziune asupra volatilitii, pentru o perioad viitoare, pe baz mediei pe termen lung ( 0) a varianei, a varianei anterioare (GARCH) i a informaiilor privind volatilitatea observat n period anterioar (ARCH). n cazul n care randamentul activului a avut o valoare absolut imprevizibil de mare , agentul decide s mreasc variana ateptat n urmtoarea perioad. Modelul GARCH a fost prezentat de-a lungul timpului prin urmtoarele extensii: GARCH integrat (IGARCH), GARCH in Mean (GARCH-M), Treshold ARCH (TARCH) GARCH exponenial (EGARCH)Engle introduce n anul 1982 un nou model econometric(ARCH) prin care poate influena volatilitatea pe baza informaiilor precedente, lund n considerare seria randamentelor. Ideea esenial a modelului admite faptul c informaiile rentabilitii unui activ financiar sunt necorelate, dar sunt descrise printr-un nivel de dependen pe baza informaiilor din trecut. n cadrul realizrii unui model ARCH s-au luat n considerare dou ecuaii distincte, una pentru media condiionat, care va caracteriza evoluia randametelor, iar alta pentru variaia condiionat, numit i ecuaia volatilitii. Pentru studierea dinamicii variaiei condiionate este nevoie s se utilizeze un model ARCH cu un numr ridicat de parametrii. Prin urmare, dei era o estimare mai dificil, Bollerslev a introdus n anul 1986 o variant generalizat a modelului ARCH, numit ulterior GARCH. Modelul GARCH (p,q), propus de Bollerslev (1986), are urmtoarea specificaie:
unde:rt - un proces ARMA(m,n); ht (volatilitatea)- un proces ARCH(q) si GARCH(p); 1 persistena volatilitii; 2 viteza de reacie a volatilittii la ocurile din pia.Modelul GARCH prezint att avantaje ct i dezavantaje. Unul dintre avantaje ar fi acela c surprinde caracteristicile seriilor de date financiare, iar dezavantul ar fi c indiferent de felul inovaiei, aceasta va avea un impact pozitiv i de dimensiuni similare asupra volatilitii. Studii empirice au demonstrat c modelele GARCH nu permit o analiz a rspunsului asimetric la ocuri, fiind astfel introdus n 1991 un model GARCH, exponenial, numit EGARCH, prin care pot fi interpretate impactul fiecrui tip de informaie i dimensiunea acesteia. n continuarea modelului EGARCH , n anul 1993, apare un alt model asimetric numit TGARCH(Treshold GARCH ), scopul modelului fiind de a separa distribuia celor dou tipuri de ocuri(negative i pozitive) n intervale distincte, estimndu-se apoi o funcie liniar pentru ecuaia variaiei condiionate. GARCH este un model ce implic o serie a reziduurilor ptratice care urmeaz un proces ARMA, iar cea mai important caracteristic a sa este caracterul liniar.
3. Studiu empiric
Analiza riscului de rat a dobnzii a fost realizat utiliznd Raportul Annual pe anul 2013 al Bncii Comerciale a Romniei (BCR), din care am extras bilanul simplificat pe benzi de scaden:Mii RON< 1 lun 1-3 luni3-6 luni 6-12 luni >1 anFr dobndTotal
Elemente bilaniere sensibile la riscul de rat a dobnzii (RON)
TOTAL ACTIVE20,910,07213,373,0367,730,3592,627,30217,239,6751,438,39463,318,838
TOTAL DATORII29,664,96614,845,2584,991,7542,493,9445,189,359057,185,281
GAP-8,754,894-1,472,2222,738,605133,35812,050,3161,438,3946,133,557
Pentru a realiza o previziune pe urmtorul an n ceea ce privete nivelul veniturilor nete din dobnzi ale BCR am utilizat ROBID la 9 luni i ROBOR la 9 luni pe perioada ianuarie 2003 decembrie 2013 i am determinat mediile lunare ale ratelor de dobnd.Graficul obinut prin introducerea n Eviews a seriei de date lunare pe perioada mai sus menionat este urmtorul:
Utiliznd staionaritatea seriei de timp prin utilizarea testului Augmented Dickey Fuller, se observ faptul c aceasta este staionar, ntrucat n valoarea absoluta, testul ADF este mai mare decat valorile critice pentru nivelele de semnificaie de 1%, 5% si 10%, iar probabilitatea asociat testului este < 0,05, astfel c ipoteza nul este respins.
Funcia de autocorelaie a seriei este prezentat in figura urmtoare:
Att funcia de autocorelaie (care pornete de la o valoare ridicat i scade gradual) ct i funcia de autocorelaie parial (care scade brusc) indic c aceast serie este preponderent un proces AR. Astfel, avem AR(1) i MA(1):
Ecuaia: MEDII_LUNARE= 0,003 + 0,95 * MEDII_LUNARE(-1) + 0,26 * MA(1)
Interpretare economic:Pentru MA: n condiiile n care ceilali factori ramn constani, iar MA crete cu un punct procentual, mediile lunare vor creste cu 0,26.Pt MEDII_LUNARE: n condiiile n care ceilali factori ramn constani i MEDII_LUNARE crete cu un punct procentual, mediile lunare vor creste cu 0,95.b)Testarea parametrilor:Prob(MA(1)) < 5% => parametrul este semnificativ diferit de zero => MA are influen semnificativ asupra modeluluiProb(MEDII_LUNARE(-1)) < 5% => parametrul este semnificativ diferit de zero => MA are influen semnificativ asupra modeluluiDurbin Watson testeaz corelaia serial a erorilor. Valoarea acestui indicator n modelul prezentat este n jur de 2, ceea ce nseamna c exist corelaie serial a erorilor.Testul F se utilizeaz pentru a testa validitatea modelului n ansamblul su. Conform acestuia puteam afirma faptul ca cel putin un coeficient din regresie este semnificativ din punct de vedere statistic.Raportul de determinaie arat care este procentul prin care este explicat influena factorilor semnificativi. Se utilizeaz n aprecierea calitii modelului. Acesta nu poate lua dect valori ncadrate n intervalul [0,1]. Cu ct valorile sunt mai apropiate de valoarea 1, cu att modelul este mai bun.Valoarea pe care o ia aici este de 0.9849 i astfel putem afirma ca modelul de regresie este foarte bun. Pe baza ecuaiei astfel obinute, am realizat o previziune a valorilor ratelor de dobnd lunare pentru anul 2014 prin metoda Dynamic forecast, care prognozeaz valoarea n perioada t + 1 (n cayul nostrum anul 2014) pe baza datelor efective pn n momentul t (anul 2013), apoi pentru toate perioadele urmtoare folosete datele deja prognozate ncepnd din momentul t + 1.
Valorile prognozate i marjele de eroare (reprezentate prin liniile roii) sunt prezentate n graficul de mai jos:
Distribuia Chi ptrat ( 2)
Distribuia 2 este printre cele mai folosite distribuii n testele statistice i este mrginit de zero (toate valorile sunt pozitive).Aceasta este asimetric si reprezint o familie de distribuii (exist o distribuie pentru fiecare valoare posibil a gradelor de libertate n-1) , la fel ca n cazul distribuiei t. n graficul de mai sus sunt prezentate distribuii 2 in funcie de numrul de grade de libertate, k (avand valoarea 1 in cazul nostru).Noua serie de date obinut dup estimarea valorilor pe anul 2014 are urmtoarea reprezentare grafic:
Se observ o tendin general de scdere a ratelor lunare de dobnd ale BCR, ntruct trendul principal este descresctor potrivit graficului de mai sus.
3.1. Impactul prognozei realizate asupra bilanului bancar al BCR
4. Concluzii
Scopul gestiunii bancare este maximizarea profitului bncii, inclusive pentru o aciune n condiiile expunerii minime la risc i respectnd restriciile impuse de organele de reglementare.Ca strategie global, scopul gestiunii bancare este meninerea viabilitii bncii, creearea condiiilor de activitate a ei att n prezent ct i pe viitor.Pentru a obine o previziune pentru perioadele viitoare, am pornit de la bilanul Bancii Comerciale a Romaniei (BCR) din data de 31.12.2013, de unde am extras elementele care ne-au ajutat la ntocmirea previziunii i anume elementele bilaniere sensibile la riscul de rat de dobnd : active totale, datorii totale precum i gap-ul aferent fiecrei perioade.n previziunea pe urmtoarea perioad s-au avut n vedere ROBID-ul la 9 luni i ROBOR-ul la 9 luni pe perioada ianuarie 2003-decembrie-2013 i tot pe baza acestora s-au determinat si mediile lunare ale ratelor de dobnd.Seriile de date lunare au fost introduse n programul Eviews, iar prin aplicarea testului Dickey-Fuller a rezultat c seria este staionar deoarece testul ADF este mai mare dect valoarea critic.
Modelul econometric are la baz ecuaia:MEDII_LUNARE= 0,003 + 0,95 * MEDII_LUNARE(-1) + 0,26 * MA(1), care din punct de vedere economic poate fi interpretat astfel: Pentru MA: in condiiile n care ceilali factori nu se modific sau ramn constani, la creterea cu un punct procentual a MA, Mediile lunare vor crete cu 0,26. Pentru Medii_lunare: n cazul n care ceilali factori rman constani, i MEDII_LUNARE crete cu un punct procentual, mediile lunare vor creste cu 0,95.
Analiznd ultimul grafic putem observa o tendin general de scdere a ratelor lunare de dobnd ale BCR, ntruct trendul principal este descresctor.
5. Bibliografie
Bogdan MOINESCU, Adrian CODIRLAU, Strategii i instrumente de administrare a riscurilor bancare, Ed. ASE, 2009
,,Modelarea volatilitatii seriilor de timp prin modele GARCH simetrice, The Romanian Economic Journal.
,,Managementul Sistemelor Bancare, Adrian Codirlasu, Nicolae Alexandru, Oct. 2008
Econometrie aplicat utiliznd EViews 5.1 Note de curs
http://dofin.ase.ro/acodirlasu/lect/econmsbank/econometriebancara2008.pdf
http://www.scritub.com/tehnica-mecanica/Modele-de-tip-autoregresiv-med52943.php
6. Anexe
DataRata Dob.D(Rata Dob.)Rata Dob.
01-01-20020.35040.3504
01-02-20020.3449-0.00550.3449
01-03-20020.3390-0.00600.3390
01-04-20020.3315-0.00750.3315
01-05-20020.3101-0.02140.3101
01-06-20020.2849-0.02510.2849
01-07-20020.2619-0.02300.2619
01-08-20020.2435-0.01850.2435
01-09-20020.2335-0.01000.2335
01-10-20020.2186-0.01480.2186
01-11-20020.2028-0.01580.2028
01-12-20020.1836-0.01920.1836
01-01-20030.1625-0.02110.1625
01-02-20030.1577-0.00480.1577
01-03-20030.1532-0.00450.1532
01-04-20030.1519-0.00140.1519
01-05-20030.1514-0.00050.1514
01-06-20030.16060.00920.1606
01-07-20030.16420.00350.1642
01-08-20030.16910.00490.1691
01-09-20030.17170.00270.1717
01-10-20030.17790.00610.1779
01-11-20030.17930.00140.1793
01-12-20030.18070.00140.1807
01-01-20040.18180.00120.1818
01-02-20040.18430.00250.1843
01-03-20040.18600.00160.1860
01-04-20040.1859-0.00010.1859
01-05-20040.18580.00000.1858
01-06-20040.1838-0.00200.1838
01-07-20040.1817-0.00210.1817
01-08-20040.1767-0.00500.1767
01-09-20040.1694-0.00730.1694
01-10-20040.1672-0.00220.1672
01-11-20040.1656-0.00160.1656
01-12-20040.1522-0.01340.1522
01-01-20050.1433-0.00890.1433
01-02-20050.1155-0.02780.1155
01-03-20050.0929-0.02260.0929
01-04-20050.0839-0.00900.0839
01-05-20050.0838-0.00010.0838
01-06-20050.0832-0.00060.0832
01-07-20050.0826-0.00050.0826
01-08-20050.0744-0.00820.0744
01-09-20050.0633-0.01110.0633
01-10-20050.0491-0.01420.0491
01-11-20050.05320.00410.0532
01-12-20050.06050.00730.0605
01-01-20060.06100.00050.0610
01-02-20060.07150.01050.0715
01-03-20060.07500.00350.0750
01-04-20060.07600.00100.0760
01-05-20060.07630.00030.0763
01-06-20060.07860.00230.0786
01-07-20060.08400.00540.0840
01-08-20060.08520.00110.0852
01-09-20060.08540.00020.0854
01-10-20060.0844-0.00100.0844
01-11-20060.08480.00040.0848
01-12-20060.0820-0.00280.0820
01-01-20070.0711-0.01090.0711
01-02-20070.0708-0.00030.0708
01-03-20070.07200.00130.0720
01-04-20070.07210.00010.0721
01-05-20070.07300.00090.0730
01-06-20070.0713-0.00180.0713
01-07-20070.0693-0.00200.0693
01-08-20070.0680-0.00130.0680
01-09-20070.06880.00090.0688
01-10-20070.07230.00340.0723
01-11-20070.07770.00550.0777
01-12-20070.08050.00280.0805
01-01-20080.08500.00450.0850
01-02-20080.09650.01150.0965
01-03-20080.10640.00990.1064
01-04-20080.11420.00780.1142
01-05-20080.1101-0.00400.1101
01-06-20080.11190.00180.1119
01-07-20080.11500.00310.1150
01-08-20080.11930.00430.1193
01-09-20080.12860.00930.1286
01-10-20080.18170.05320.1817
01-11-20080.1520-0.02970.1520
01-12-20080.1470-0.00500.1470
01-01-20090.1445-0.00250.1445
01-02-20090.1442-0.00030.1442
01-03-20090.1438-0.00040.1438
01-04-20090.1371-0.00670.1371
01-05-20090.1132-0.02390.1132
01-06-20090.1040-0.00910.1040
01-07-20090.0932-0.01080.0932
01-08-20090.0912-0.00200.0912
01-09-20090.09120.00000.0912
01-10-20090.09550.00430.0955
01-11-20090.09990.00440.0999
01-12-20090.10030.00040.1003
01-01-20100.0879-0.01230.0879
01-02-20100.0710-0.01690.0710
01-03-20100.0646-0.00640.0646
01-04-20100.0587-0.00590.0587
01-05-20100.06560.00690.0656
01-06-20100.06770.00210.0677
01-07-20100.07080.00310.0708
01-08-20100.0683-0.00250.0683
01-09-20100.06830.00010.0683
01-10-20100.0681-0.00020.0681
01-11-20100.0673-0.00080.0673
01-12-20100.0664-0.00090.0664
01-01-20110.0617-0.00480.0617
01-02-20110.06180.00010.0618
01-03-20110.06340.00160.0634
01-04-20110.0630-0.00050.0630
01-05-20110.0626-0.00030.0626
01-06-20110.0622-0.00050.0622
01-07-20110.0615-0.00070.0615
01-08-20110.06280.00130.0628
01-09-20110.06420.00140.0642
01-10-20110.06480.00060.0648
01-11-20110.0613-0.00340.0613
01-12-20110.06380.00250.0638
01-01-20120.0634-0.00040.0634
01-02-20120.0587-0.00470.0587
01-03-20120.0546-0.00410.0546
01-04-20120.0514-0.00320.0514
01-05-20120.0483-0.00320.0483
01-06-20120.04910.00090.0491
01-07-20120.05090.00180.0509
01-08-20120.05190.00100.0519
01-09-20120.05640.00450.0564
01-10-20120.05750.00110.0575
01-11-20120.05750.00000.0575
01-12-20120.05790.00040.0579
01-01-20130.05930.00140.0593
01-02-20130.0577-0.00160.0577
01-03-20130.0563-0.00140.0563
01-04-20130.0526-0.00370.0526
01-05-20130.0483-0.00440.0483
01-06-20130.0433-0.00500.0433
01-07-20130.04380.00050.0438
01-08-20130.04380.00000.0438
01-09-20130.0390-0.00480.0390
01-10-20130.0368-0.00220.0368
01-11-20130.0332-0.00370.0332
01-12-20130.0293-0.00380.0293
Bucureti 2015
2