Akcie na tento rok

Podílové fondy, akcie, komoditní trhy, spekulace, aukce. Kam a jak nejlépe investovat volné finanční prosředky

Moderátor: Moderátoři FinExpert.cz

Odeslat příspěvekod drozden 27. 8. 2016 08:07

Když to po sobě čtu, tak vidím, že jsem to vyjádřil dost nešťastně. Ne, dívá se dopředu - myšlenka je ta, že znám, jaký je výsledek "trhového" DCF (protože znám současnou cenu) a zajímá mě, co trh očekává - což z DCF můžu snadno dostat.

Řekněme, že zakladatel tématu ve své lucidnější chvilce prohlásí, že Facebook je bublina.
V současnosti jedna akcie stojí $125 a připadá na ní $2 FCF.

Úvodní předpoklady:
1) FB poroste následujících 10 let rychlostí x.
2) Poté poroste rychlostí ekonomiky (řekněmě 3 %).
3) Cena kapitálu FB je 10 %.
Celý problém je pak redukován na vyřešení rovnice:
Obrázek

V této situaci a tomto modelu by pak byl očekávaný průměrný růst na následujících 10 let pouze ~ 13 %. Já bych tedy řekl, že pro de facto monopolistu to rozhodně nespadá do říše zjevně nerealistických očekávání - ergo bublina se nekoná. Analogicky pak pro celé trhy, sektory a podobně.
drozden
Mírně pokročilý

Odeslat příspěvekod radecekh 27. 8. 2016 09:25

Ukažte mi jedinou firmu, která měla před 10 lety tržní kapitalizaci 350 miliard dolarů (či srovnatelnou) a během těch 10 let rostla o 13 % ročně.
Facebook je bublina jako prase. P/E je dnes, když je Facebook na vrcholu, nějakých 60.
Z čeho by měl facebook růst? Počet uživatelů už vyšší být nemůže. Kdo ho chtěl, tak ho má, kdo ho nechce, tak si ho nepořídí. Jediný způsob, jak vydělávat víc, je víc škubat své zákazníky. A už dneska té reklamy mají plné zuby.

Tedy vzoreček hezký, ale ty předpoklady neplatí.
Pokud bych odhadoval výnosnost, netroufl bych si odhadovat růst nějakého odvětví nad inflaci.
Proto taky, když kupuju akcie, tak nepočítám s tím, že by firma rostla. Stačí mi pocit, že není důvod, aby klesala.
radecekh
Diskutér

Odeslat příspěvekod jednadva 27. 8. 2016 10:40

drozden píše:Obrázek

drozden:
Díky za odpověď. Tu sumu ve vzorci chápu (= sčítají se FCFs od t0 do t10, diskontované náklady kapitálu FB). Ale nerozumím tomu druhému členu. To je FCF za 10 let?
jednadva
Diskutér

Odeslat příspěvekod Jack111 27. 8. 2016 10:46

radecekh: Jak vydelava FB a bude vydelavat je jedna vec. Ovsem pocet uzivatelu je druha vec a tam prostor pro rust porad je. Zdaleka ne vsude maj pristup k internetu dnes, ale zitra uz ani.
Jack111
Diskutér
Uživatelský avatar

Odeslat příspěvekod drozden 27. 8. 2016 11:29

radecekh:
Celý ten příspěvek měl za cíl pouze osvětlit způsob uvažování, nikoliv obhájit současnou cenu FB. Nicméně:
A/ Zaměňujete optimismus za iracionální chování. Nemám problém vidět ve valuaci facebooku optimismus investorů - jsem ale dalek toho tvrdit, že je cena zjevně odtrhnutá od reality.
B/ Tržní kapitalizace je irelevantní; otázka správně zní: "Ukažte mi jedinou firmu, která měla před 10 lety FCF 6 miliard dolarů (či srovnatelnou) a za 10 let FCF 3.5x vyšší". FCF Applu v 2010 - $8.4B, 2015 - $69.8. Jinými slovy Apple to zvládnul několikrát a to za kratší dobu. Google k tomu má nakročeno, jestli mě pamět neklame, tak lepší čísla měl i v dobách růstu Microsoft - a to i bez úpravu o inflaci.
C/ Jaké předpoklady neplatí? Když odstraním předpoklad růstu po 10 letech, potřebuji růst v následujících 10 letech FCF na 4.73násobek; vyšší číslo, ale stále evidentně reálné.

jednadva:
První člen sečte hodnotu FCF v následujících 10 letech, ta firma má ale hodnotu i poté a to je třeba k tomu přičíst. Druhý člen je tedy hodnota v roce t+10 (použit DDM, s tím že místo dividend je FCF). V čitateli pak je FCF v roce t+10 (současné dva dolary*růst).
drozden
Mírně pokročilý

Odeslat příspěvekod jednadva 27. 8. 2016 11:54

drozden píše:jednadva:
Druhý člen je tedy hodnota v roce t+10 (použit DDM, s tím že místo dividend je FCF). V čitateli pak je FCF v roce t+10 (současné dva dolary*růst).

Ok, díky, teď už tomu rozumím.
jednadva
Diskutér

Odeslat příspěvekod jednadva 28. 8. 2016 16:25

drozden:
Ještě bych se chtěl vrátit trošku k těm akciím. Jak se stavíte k faktorovým expozicím? Jaké faktory mají podle vás "smysl"? Nemyslím ani tak z hlediska toho, jestli jsou "rizikové" nebo "behaviorální", ale jestli na nich jde perzistentně vydělávat. Larry Swedroe tuším razí něco na způsob diverzifikace napříč faktory. Asness (a Swedroe tím pádem taky) neustále mluví o negativní korelaci momentum a value a jejich mixování. Atd. atd. Jaký máte názor? Díky předem za reakci.
jednadva
Diskutér

Odeslat příspěvekod drozden 29. 8. 2016 19:44

Co se týče mého názoru na faktory u akcií:

Value: Životaschopný (i když posledních pár let měl HML záporný výnos), smysluplný.

Size: Nejsem příliš fanda - postrádám ekonomický smysl toho, proč by kupříkladu veřejně obchodované microcaps měly překonávat menší mid-caps; mají dražší kapitál, podobné regulatorní náklady a méně peněz na najímání lidí - přičemž o moc flexibilnější nejsou. Empiricky vzato jsou data poměrně jednoznačná - size funguje, ale pouze v kombinaci s value; small growth je cesta do pekel.

Momentum: Ta data jsou zcela jednoznačná, nejsem ale schopen se přimět k tomu, kupovat něco jenom proto, že je to dražší než včera. Když kupuji akcii, kupuji ji kvůli firmě samotné, nikoliv kvůli percepci investorů. Tato má averze, kterou nejspíše sdílí řada lidí, je pravděpodobně jedním z důvodů, proč ten efekt přetrvá :-)

Ziskovost (GP/Assets, ROE a další proxy pro kvalitu firmy, včetně RMW, CMA, QMJ): Když jsem se tím zabýval, nalezené efekty byly relativně malé a závislé na operacionalizaci - zatímco value, ať už jej definujete jako B/M, E/P, EBITDA/EV, FCF/EV, ... je stabilně dobré, jen jsou některé operacionalizace lepší, u ziskovosti tomu tak není. Kromě toho byly výnosy soustředěny vždy spíše na krátkou stranu - dobré společnosti nejsou o tolik výnosnější, o co jsou špatné společnosti málo ziskové. Dobré pro long/short portfolio, pro individuálního investora, který má averzi k shortování, asi moc ne. Stejně jako velikost má ale zajímavou interakci s value - kvalitní value firmy mají podstatně vyšší Sharpův poměr než pouze value či pouze kvalitní firmy.

Čímž se dostávám k tomu nejdůležitějšímu: reálná investovatelnost. Takto vypadá korelační matice měsíční výkonnosti faktorů FF3+momentum od 01/1927 do 06/2016 (data od Frenche):
Kód: Vybrat vše
       Mkt.RF    SMB    HML    mom
Mkt.RF  1.000  0.325  0.225 -0.337
SMB     0.325  1.000  0.110 -0.147
HML     0.225  0.110  1.000 -0.406
mom    -0.337 -0.147 -0.406  1.000


Jinými slovy long/short portfolia vypadají krásně a srdce každého, kdo zná Markowitze, musí při pohledu na ta čísla zaplesat. Jakou ale mají skutečně expozici vůči těmto faktorům dnes (pokud vím) nejlepší ETF?

Carhartův model:
RPV: 0.22 SMB, 0.54 HML, -0.4 MOM
IJS: 0.81 SMB, 0.47 HML, 0.0 MOM
MTUM: -0.17 SMB, -0.13 HML, 0.26 MOM

C4+QMJ:
-0.17 SMB, -0.08 HML, 0.04 MOM 0.17 QMJ

Jinými slovy - nějaký diverzifikační benefit získáte (nejlépe nejspíše kombinací MTUM + IJS), zdaleka ne ale takový, jaký vidíte u AQR (protože oni jsou skutečně long/short + páka) nebo v akademické literatuře.

V závislosti na celkové skladbě portfolia ale mohou být důležitější i jiné faktory - kupříkladu zapákované společnosti (small value jsou pro ně poměrně dobré proxy) jsou slušný hedge proti inflaci.
drozden
Mírně pokročilý

Odeslat příspěvekod jednadva 30. 8. 2016 15:46

drozden píše: size funguje, ale pouze v kombinaci s value; small growth je cesta do pekel.

drozden:
Díky za reakci. Co small blend? Dává to nějaký smysl? Mám reinvestující irská ETF a tam asi žádné small value v nabídce není, tak jsem aspoň prsknul cca 25 % do SPDR MSCI World Small Cap UCITS ETF (IE00BCBJG560). Já vím, nekamenujte mě, je to malý nelikvidní fond a možná to nedokáží s tak skromným objemem peněz efektivně spravovat, ale nic lepšího jsem v Evropě nenašel.

Pak mám ještě zainvestováno 12 % v iShares Edge MSCI World Value Factor UCITS ETF (IE00BP3QZB59). Vím, malý fond, big value, asi nic extra, ale zase - nic lepšího jsem v Evropě nenašel. Do momentum ani kvality jsem zatím nic nenainvestoval. Zbytek do 100 % je ve dvou ETF na MSCI World (= 53,7 %) a v jednom na MSCI EM IMI (= 9,6 %).

Bohužel nevím, kde bych si mohl udělat faktorovou analýzu evropských ETF. Na portfoliovisualizer.com mi jdou jenom americká ETF. Moc jsem těm faktorům dřív nevěnoval pozornost. Třeba u value nevím, jestli prémie není taky jako u kvality spíš na krátké straně a jestli si long-only value fondem (nadto large cap) vůbec nějak pomůžu. Co myslíte? A nemám se pokoušet o nějaké měnové zajištění, aspoň třeba dolaru? Mám z měnového rizika dost velký vítr.
jednadva
Diskutér

Odeslat příspěvekod drozden 30. 8. 2016 23:15

Kdyz to reknu salamounsky: small blend je jiste lepsi nez small growth. On je obecne ten efekt spatnych vysledku small growth zpusoben relativne malym poctem velmi drahych spolecnosti; zbytek malych spolecnosti byva docela value: Russell 2000 ma kuprikladu naloz 0.18 na HML. Krome toho to ETFko, o kterem pisete, ma prumernou velikost spolecnosti kolem $2.5B, coz jsou spis male mid-caps, rekl bych.

U value (zejmena u B/M) je nadvynos naopak soustreden hlavne na dlouhou stranu - nejdrazsi kvintil zaostava cca o 1 %, nejlevnejsi je naopak o 3 % vykonnejsi. S large value je to tezke - nejaky efekt tam je, ale velke spolecnosti obecne na value faktorech prilis neloaduji. Kdyz se podivate na VLUE (coz je zrejme stejna metodologie, ale pro US), tak ma HML 0.096.

Menove zajisteni: Dejte si do google finance graf VT a pridejte k tomu USDCZK. Pak se podivejte na roky 2008/2009 - jeste porad touzite po zajisteni? ;-)

Co se faktorove analyzy evropskych ETF tyce - umite v R? Pokud ano, tak si muzete zkusit skript nize upravit pro svoje potreby; data ma French na webu, na ETFka budete muset nejspis pouzit jejich EUR verzi, USD jsou nelikvidni, takze nejsou data. Pogooglete get.hist.quote(), umi to stahnout FX data z oandy, takze by to nemel byt problem prepocitat.
A pokud neumite, tak mate skvely duvod se naucit alespon zaklady. :-)

Kód: Vybrat vše
library(tseries)
library(zoo)
# data z yahoo
daily.close <- get.hist.quote("VLUE", quote="AdjClose", retclass="zoo")
daily.close <- na.locf(daily.close)
monthly.close <- aggregate(daily.close, as.yearmon, tail, 1)

# prepocitani cen na zmeny cen + zarovnani na dostupna data od Frenche
returns <- rev(exp(diff(log(coredata(monthly.close[2:(length(monthly.close)-2)]))))-1)

# data od Frenche, prvni sloupec v CSV je treba pojmenovat "Date"
ffdata<-read.table("F-F_Research_Data_Factors.CSV",header=1)
all.data<-data.frame(ffdata[order(ffdata$Date,decreasing=1),][1:length(returns),])
all.data$security<-returns*100-all.data$RF

mod<-lm(security~Mkt.RF+SMB+HML,data=all.data)
summary(mod)
drozden
Mírně pokročilý

Odeslat příspěvekod jednadva 1. 9. 2016 00:39

drozden píše:Kdyz to reknu salamounsky: small blend je jiste lepsi nez small growth. On je obecne ten efekt spatnych vysledku small growth zpusoben relativne malym poctem velmi drahych spolecnosti; zbytek malych spolecnosti byva docela value: Russell 2000 ma kuprikladu naloz 0.18 na HML. Krome toho to ETFko, o kterem pisete, ma prumernou velikost spolecnosti kolem $2.5B, coz jsou spis male mid-caps, rekl bych.

U value (zejmena u B/M) je nadvynos naopak soustreden hlavne na dlouhou stranu - nejdrazsi kvintil zaostava cca o 1 %, nejlevnejsi je naopak o 3 % vykonnejsi. S large value je to tezke - nejaky efekt tam je, ale velke spolecnosti obecne na value faktorech prilis neloaduji. Kdyz se podivate na VLUE (coz je zrejme stejna metodologie, ale pro US), tak ma HML 0.096.

Ok, díky. Podívám se na to R a třeba mi to půjde. Zkouším si teď ten váš skript a sekl jsem se na 4. řádku odspoda ("Error in `[.default`(ffdata[order(ffdata$Date, decreasing = 1), ], 1:length(returns), :
incorrect number of dimensions")
Nevíte, co dělám špatně? Na internetu jsou pro tuhle chybu samá složitá řešení. Předtím jsem se sekl asi třikrát a vždycky se to nějak vyřešilo, ale s tímhle asi nehnu.

drozden píše:Menove zajisteni: Dejte si do google finance graf VT a pridejte k tomu USDCZK. Pak se podivejte na roky 2008/2009 - jeste porad touzite po zajisteni? ;-)

No ani už tak moc ne... :) Díky.
jednadva
Diskutér

Odeslat příspěvekod drozden 3. 9. 2016 07:04

Ten skript nebezi kvuli ruzne dlouhym datum od Frenche - on updateuje datasety s rozdilnou pravidelnosti. Kazdopadne zkuste spis skript nize, chvilku jsem si s tim hral a tenhle by mel byt robustnejsi. Zajima vas zejmena:
1) sekce "data od Frenche" (ty si stahnete z jeho webu a ocistete tak, aby tam byly pouze mesicni vynosy a uvodni radek, kde dodejte do prvniho sloupce jmeno "Date"), kde od- ci za-komentujte ktery dataset chcete pouzit,
2) prepinatko do.fx=1 - kdyz je to 1, tak to prepocte ceny na smenny kurz daneho dne z EUR do USD, kdyz 0, tak ne,
3) predposledni radek ktery vytvori samotny linearni model, verze s data=tail pouzije data pouze za poslednich 36 mesicu, verze bez cely dataset.

Testovani jsem popravde moc nedal, ale zda se, ze to funguje - na 500.PA to vykazuje loading na Mkt.RF 0.989, coz bych +/- cekal.

Co se financniho zajisteni tyce - nejsem proti tomu, je to aktivni pozice jako kazda jina, pokud myslite, ze mate vetsi vhled nez trh - bezte do toho. Nebo pokud mate z nejakeho duvodu pocit, ze je to risk, ktery potrebujete osetrit. Nicmene pokud je vase ucetni jednotka ceska koruna, pak myslim, ze casem overeny "safe harbor" status dolaru (a castecne i eura) vam poskytne v dobach globalniho financniho stresu negativni korelaci s negativnimi vynosy akcii (akcie pujdou dolu a s nimi i koruna, tj. v CZK budou akcie drazsi nez v dolarech).
Dlouhodobe bych to tedy nedelal (alespon ne do te doby, dokud nikde neni zadne carry, ktere by stalo za zminku), kratkodobe ale prodej EUR vuci CZK smysl dava - pokud jste schopen slusne odhadnout, kdy CNB opusti od kurzoveho zavazku.

Kód: Vybrat vše
library(tseries)
library(zoo)
# data z yahoo
daily.close <- get.hist.quote("500.PA", quote="AdjClose", retclass="zoo")
daily.close <- na.locf(daily.close)
monthly.close <- aggregate(daily.close, as.yearmon, tail, 1)

# prepocitani cen na vynosy
returns<-(exp(diff(log(monthly.close)))-1)*100

# data od Frenche
#global
#ffdata<-read.table("Global_3_Factors.csv",header=1, sep=",")
#us
ffdata<-read.table("F-F_Research_Data_Factors.CSV",header=1)

ffdata$Date<-ffdata$Date*100+1
ffdata$Date<-as.Date(as.character(ffdata$Date),format="%Y%m%d")
ffzoo<-zoo(ffdata[,2:5],as.yearmon(ffdata$Date))
all.data<-merge.zoo(ffzoo,returns,all=FALSE,retclass="data.frame")

# prepsat data daty upravenymi o FX?
do.fx=1
if (do.fx){
  library(quantmod)
  getSymbols("DEXUSEU",src="FRED")
  DEXUSEU<-na.locf(DEXUSEU)
  fx.monthly<-aggregate(DEXUSEU, as.yearmon, tail, 1)
  fx.returns<-exp(diff(log(fx.monthly)))
  returns=((returns/100+1)*fx.returns-1)*100
  all.data<-merge.zoo(ffzoo,returns,all=FALSE,retclass="data.frame")
}

names(all.data)<-c('Mkt.RF','SMB','HML','RF','Returns')
all.data$Returns<-all.data$Returns-all.data$RF
#mod<-lm(Returns~Mkt.RF+SMB+HML,data=tail(all.data,36))
mod<-lm(Returns~Mkt.RF+SMB+HML,data=all.data)
summary(mod)
drozden
Mírně pokročilý

Odeslat příspěvekod jednadva 5. 9. 2016 07:16

Díky. Tak jsem prubnul oba, ale zas se mi nějak sekají. Zkusím je ještě postupně rozchodit. Až se zas neřešitelně kousnu, tak bych případně nahodil dotaz.

drozden píše:Dlouhodobe bych to tedy nedelal (alespon ne do te doby, dokud nikde neni zadne carry, ktere by stalo za zminku),

Pokud to dobře chápu - to znamená dokud nebudou velké úrokové diferenciály např. v USD a v CZK?
jednadva
Diskutér

Odeslat příspěvekod jednadva 6. 9. 2016 09:21

drozden:
Tak ještě jednou díky za ten tip na R. Ty vaše skripty jsem bohužel zatím nerozchodil, poněvadž jsem programovací nemehlo, ale pěkně jste mě nasměroval. Tím pádem jsem si ukradl jiný skript a zkouším si s tím hrát, např. tady:

Kód: Vybrat vše
# Goal: Using data from Yahoo finance, estimate the Fama-French Factors for any security
# using monthly returns

library(tseries)

# Load FF factor returns
startyear = 2000;
startmonth = 11;
endyear = 2016;
endmonth = 06;

start = (startyear-1926.5)*12+startmonth;
stop = (endyear - 1926.5)*12+endmonth;

ff_returns = read.table("F-F_Research_Data_Factors.csv",sep=",")
rmrf = ff_returns[start:stop,2]/100
smb = ff_returns[start:stop,3]/100
hml = ff_returns[start:stop,4]/100
rf = ff_returns[start:stop,5]/100

# Load Fund Data
prices <- get.hist.quote("EUNL.DE", quote="Adj", start="2000-10-30", retclass="zoo")
prices <- na.locf(prices)               # Copy last traded price when NA

# To make weekly returns, you must have this incantation:
monthly.prices <- aggregate(prices, as.yearmon, tail, 1)

# Convert monthly prices to monthly returns
r <- diff(log(monthly.prices))
r1 <- exp(r)-1

# Now shift out of zoo to become an ordinary matrix --
rj <- coredata(r1)
rj <- rj[1:120]
rjrf <- rj - rf

d <- lm(rjrf ~ rmrf + smb + hml)               # FF model estimation.
print(summary(d))


Kód: Vybrat vše
Call:
lm(formula = rjrf ~ rmrf + smb + hml)

Residuals:
     Min       1Q   Median       3Q      Max
-0.09465 -0.01511  0.00036  0.02024  0.08226

Coefficients:
             Estimate Std. Error t value Pr(>|t|)   
(Intercept)  0.009743   0.002561   3.805 0.000208 ***
rmrf         0.039285   0.071353   0.551 0.582762   
smb         -0.018796   0.101661  -0.185 0.853571   
hml          0.078693   0.099557   0.790 0.430548   
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 0.03036 on 147 degrees of freedom
  (37 observations deleted due to missingness)
Multiple R-squared:  0.004973,  Adjusted R-squared:  -0.01533
F-statistic: 0.2449 on 3 and 147 DF,  p-value: 0.8649
jednadva
Diskutér

Odeslat příspěvekod drozden 6. 9. 2016 11:59

jednadva píše:Pokud to dobře chápu - to znamená dokud nebudou velké úrokové diferenciály např. v USD a v CZK?


Přesně tak.

Ad R: Je zvláštní, že vám ten druhý skript neběží - na co si stěžuje?

Nevím jak jste na tom se statistikou, ale ve výstupu toho vašeho skriptu by vás mělo zejména upoutat:
1) že vám 100 % long large-cap světový fond víc loaduje na hml než na trh a
2) že váš model nic nevysvětluje (hodnota R^2).

Důvod je ten, že mícháte data US trhu v USD (F-F_Research_Data_Factors.csv) s globálním fondem v EUR (EUNL); kromě toho je ještě někde nějaká chyba, kterou ale takhle od oka nevidím - když se stejnými daty a bez úpravy měn počítám já, vychází mi:
Kód: Vybrat vše
Coefficients:
            Estimate Std. Error t value Pr(>|t|)   
(Intercept)  0.38495    0.28132   1.368    0.175   
Mkt.RF       0.56323    0.07567   7.443 1.27e-10 ***
SMB          0.03593    0.12868   0.279    0.781   
HML         -0.19201    0.14415  -1.332    0.187   
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 2.396 on 76 degrees of freedom
Multiple R-squared:   0.47,   Adjusted R-squared:  0.449
F-statistic: 22.46 on 3 and 76 DF,  p-value: 1.63e-10


Tedy fond signifikantně loaduje na trh (bodejť by ne, když nějakých 60 % z něj tím trhem je) a model vysvětluje téměř polovinu rozptylu (R^2).

Když počítám s daty od Frenche pro světový akciový trh a přepočítám je na EUR, vychází to takto:
Kód: Vybrat vše
Coefficients:
            Estimate Std. Error t value Pr(>|t|)   
(Intercept) -0.02596    0.07178  -0.362  0.71857   
Mkt.RF       0.95657    0.01757  54.445  < 2e-16 ***
SMB         -0.16544    0.04971  -3.328  0.00134 **
HML         -0.02457    0.04779  -0.514  0.60860   
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 0.6248 on 77 degrees of freedom
Multiple R-squared:  0.9761,   Adjusted R-squared:  0.9752
F-statistic:  1050 on 3 and 77 DF,  p-value: < 2.2e-16


Což je zjevně smysluplnější - velká nálož na trh, negativní na SMB a v podstatě veškerý pohyb fondu je vysvětlen modelem - nevysvětlená jsou méně než 3 %.
drozden
Mírně pokročilý

Předchozí stránkaDalší stránka

Kdo je online

Uživatelé procházející toto fórum: Žádní registrovaní uživatelé a 0 návštevníků