農林牧漁行業深度報告：豬價回顧與演繹系列（一）豬價深度分析框架-230609（26頁）.pdf

《農林牧漁行業深度報告：豬價回顧與演繹系列（一）豬價深度分析框架-230609（26頁）.pdf》由會員分享，可在線閱讀，更多相關《農林牧漁行業深度報告：豬價回顧與演繹系列（一）豬價深度分析框架-230609（26頁）.pdf（26頁珍藏版）》請在三個皮匠報告上搜索。

1、行 業 研 究 2023.06.09 1 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 農 林 牧 漁 行 業 深 度 報 告 豬價回顧與演繹系列（一）：豬價深度分析框架 分析師 婁倩 登記編號：S1220522060003 聯系人 邱星皓 推 薦 公 司 信 息 上市公司總家數 114 總股本(億股)1,360.57 銷售收入(億元)5,028.79 利潤總額(億元)-327.63 行業平均 PE 45.67 平均股價(元)11.25 行 業 相 對 指 數 表 現 數據來源：wind 方正證券研究所 相 關 研 究 生豬板塊仍在上行，把握調整機會逢低加配2022.09.06

2、農林牧漁行業深度報告：從周期看本質，當前時點加配生豬板塊2022.07.14 二次筑底階段，新一輪豬周期何時開啟2022.04.19 為什么要研究豬價？為什么要研究豬價？從必要性維度：從必要性維度：周期與成長是生豬板塊股票并行的兩條投資驅動力，其中周期即豬價周期。由于生豬現貨價格周期性的起伏波動，生豬板塊股票往往表現為對豬周期的前瞻性資本演繹。因此想要投資生豬養殖板塊股票，就要把握豬周期的位置，而把握豬周期，實質就是研判未來的豬價走勢。從可能性維度：從可能性維度：雖然豬價波動頻繁，且往往出人意料。但也可以看到，過去幾輪周期的豬價波動背后也顯示出一些普遍的運行規律；并且無論是資本市場還是產業界，

3、通過深度學習也掌握了多樣且通過驗證、可行的豬周期研判方法。我們如何研究豬價？我們如何研究豬價？基于以上出發點，我們通過摸索實踐，在本篇報告分享我們的豬價研究框架?？蚣芸傮w分為四步：框架總體分為四步：邏輯推演邏輯推演大勢研判大勢研判。豬價由供給主導，供給由產能決定，邏輯推演的核心在于分析未來產能變動的趨勢和方向。復盤歷史，總結造成生豬產能波動的原因，從人性與周期、母豬生產效率和生豬疫病傳播人性與周期、母豬生產效率和生豬疫病傳播三維度作邏輯推演。數據測數據測算算精確定位。精確定位。豬價由供需決定，因此精確測算生豬供需進而得到精確豬價測算結果。供給端，當期生豬出欄量=能繁母豬數 x 配種率 x 配種

4、分娩率 x 窩均健仔數 x 斷奶成活率 x 育肥成活率，通過以上過程數據可提前測算未來理論供應量；需求端，我們通過對豬價和生豬供給的季節性分析，得出生豬需求的季節性變化規律；最后在預測時，綜合供給與需求端的波動，結合測算的豬價供需彈性系數，得出精確的豬價預測結果。上游數據驗上游數據驗證證長短期側面驗證。長短期側面驗證。經過邏輯推演與數據模型測算后，通過產業上游的動保與飼料數據進行長短期側面驗證，動態更新修正模型。綜綜合分類判斷合分類判斷綜合以上三步結論，綜合以上三步結論，分類討論形成最終結果。分類討論形成最終結果。方 正 證 券 研 究 所 證 券 研 究 報 告-16%-10%-4%2%8%

5、14%22/6/922/8/21 22/11/2 23/1/14 23/3/2823/6/9農林牧漁滬深300農林牧漁 行業深度報告 2 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 我們的豬價框架與市場的不同之處？我們的豬價框架與市場的不同之處？邏輯分析為先邏輯分析為先。一是周期往往可以通過樸素的常識來判斷。一是周期往往可以通過樸素的常識來判斷。從過去豬周期的走勢來看，豬價始終遵循蛛網模型進行周期性波動，背后體現的是人性面對盈虧的行為，因此周期的演繹往往可以通過樸素的常識判斷。二是二是數據數據有偏差。有偏差。我國生豬產業相對分散，統計數據存在偏差可能，因此單純依靠數據線性外

6、推，極有可能同樣存在較大誤差。細化過程數據，不只單關注能繁母豬指標。細化過程數據，不只單關注能繁母豬指標。能繁母豬是生豬產能的先導指標，10 個月前的能繁母豬決定了 10 個月后的肥豬供給，這是大家普遍的共識和判斷豬價的主要依據之一。但是可以發現，由于從母豬配種到肥豬出欄中間環節眾多，因此若母豬生產效率波動，那么單頭母豬的年出欄肥豬數可能波動巨大，導致能繁母豬的指示效應變弱。因此我們細化過程指標，不依靠單一的能繁母豬指標判斷。抽絲剝繭抽絲剝繭，從眾多的豬價因素中挑選最核心的判斷指標。，從眾多的豬價因素中挑選最核心的判斷指標。豬價影響因素眾多，且影響期限不一，對豬價影響程度也不盡相同。因此我們大

7、處著眼，把握少數但關鍵因素，讓判斷省時省力，讓結論準確。注重多重數據、多重維度的交叉驗證，充分考慮絕大部分可能性注重多重數據、多重維度的交叉驗證，充分考慮絕大部分可能性。以系統性的思維，在豬價核心影響因素判斷基礎上，注重多數據、多維度的邏輯與數據的交叉驗證，得到涵蓋絕大部分可能的豬價演繹結論。研究框架實踐研究框架實踐結果結果如何？如何？按照以上方法與步驟，我們復盤了 2021 年以來的豬價走勢，并嘗試站在當時歷史時間點，應用上述豬價分析方法，對 2021 年以來的豬價走勢進行研判。結果顯示，通過以上方法得到的豬價研判結論，基本涵蓋后期豬價走勢通過以上方法得到的豬價研判結論，基本涵蓋后期豬價走勢

8、的可能，并且無論是在豬價趨勢、還是豬價拐點的判斷上，都能夠接近實際的可能，并且無論是在豬價趨勢、還是豬價拐點的判斷上，都能夠接近實際豬價走勢。豬價走勢。我們將在接下來的系列報告中，應用上述框架作出對未來豬價的判斷。我們將在接下來的系列報告中，應用上述框架作出對未來豬價的判斷。風險提示：歷史規律失效風險；數據異常與失真風險；模型誤差風險。TUvXkY9UjZUVrVcZnV6MaO7NmOoOoMmPfQpPoQiNoPqRaQmOnOuOrMoMwMtQoQ農林牧漁 行業深度報告 3 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 正文目錄 1 豬價影響因素分析.5 1.1 豬

9、價影響因素分類：供給端、需求端、外部因素.5 1.2 豬價重要影響因素：出欄量、季節性與疫病.5 2 豬價分析框架.8 2.1 第一步：邏輯推演大勢研判.8 2.2 第二步：數據測算模型精確定位.9 2.3 第三步：上游數據長短期側面驗證.10 3 分析框架在歷史豬價走勢的應用.11 3.1 2021 年以來的生豬價格走勢復盤.11 3.2 分析框架在 2021 年以來的豬價走勢應用.11 3.2.1 邏輯推演得出趨勢判斷.11 3.2.2 數據測算得出精確結論.15 3.2.3 上游數據側面驗證.23 3.2.4 綜合判斷結果與實際豬價走勢相近.24 農林牧漁 行業深度報告 4 敬 請 關

10、注 文 后 特 別 聲 明 與 免 責 條 款 s 圖表目錄 圖表 1:豬價主要影響因素.5 圖表 2:按期限劃分的豬價重點關注影響因素.6 圖表 3:豬價分析步驟.8 圖表 4:邏輯推演內容.9 圖表 5:數據測算模型框架.10 圖表 6:上游數據指標.10 圖表 7:2021 年以來的生豬價格走勢（元/kg）.11 圖表 8:2019 年至今的自繁自養生豬養殖盈利圖（元/頭）.12 圖表 9:21 年以來人性周期角度邏輯推演結果.12 圖表 10:21 年以來人性周期角度邏輯推演結果與實際豬價走勢對比.13 圖表 11:19 年-22 年能繁母豬結構占比.14 圖表 12:生產效率的邏輯推

11、演.14 圖表 13:豬價邏輯推演結果及實際豬價走勢.15 圖表 14:數據測算模型框架.16 圖表 15:測算 21 年 2 月-23 年 5 月的理論出欄量（萬頭）.16 圖表 16:出欄量與實際屠宰量對比（萬頭）.17 圖表 17:出欄量與實際屠宰量對比（萬頭）.17 圖表 18:測算出欄量與豬價趨勢對比.17 圖表 19:兩套數據體系出欄量波動幅度對比.17 圖表 20:測算出欄量的拐點時間與實際豬價拐點對比.18 圖表 21:歷年生豬屠宰量變化.19 圖表 22:歷年生豬價格變化.19 圖表 23:豬價季節性波動規律（元/kg）.19 圖表 24:以 2 月為基點的生豬屠宰季節性指數

12、.20 圖表 25:生豬出欄均重月間環比（%）.21 圖表 26:生豬出欄均重季節性規律.21 圖表 27:以 2 月為基點的生豬需求季節性指數.21 圖表 28:生豬供給與需求季節性對比.22 圖表 29:生豬供需季節性與豬價季節性對比.22 圖表 30:涌益咨詢數據體系測算的豬價結果.22 圖表 31:農業部數據體系測算的豬價結果.23 圖表 32:短期豬價測算方法.23 圖表 33:飼料產量與 4 個月后的豬價走勢對比圖.24 圖表 34:飼料產量變化與豬價變化對比.24 圖表 35:對豬價的綜合分類判斷.25 農林牧漁 行業深度報告 5 敬 請 關 注 文 后 特 別 聲 明 與 免

13、責 條 款 s 1 1 豬價豬價影響因素分析影響因素分析 1.11.1 豬價影響因素豬價影響因素分類分類：供給端、需求端、外部因素：供給端、需求端、外部因素 我們首先對幾乎所有豬價影響因素進行列舉分析，發現可以歸類為供給端、需求我們首先對幾乎所有豬價影響因素進行列舉分析，發現可以歸類為供給端、需求端和外界間接影響因素三方面。端和外界間接影響因素三方面。供給端，生豬供給總量=國內產量+國外凈進口量+凍肉庫存，其中國內產量=生豬出欄量出欄均重；需求端，生豬需求不易量化，總體可以考慮受消費能力、飲食結構、季節性與氣溫等因素影響；生豬價格的外部影響因素包括生產成本、動物疫病、政策、新冠疫情、短期情緒、

14、替代品價格（如雞價）等。其中，生豬出欄量=6 月前的新生仔豬數 x 出欄成功率=10 月前的能繁母豬數 xMSY（生產效率）=10 月前母豬配種數 x 配種分娩率 x 窩均健仔數 x斷奶成活率 x 育肥成活率。圖表1:豬價主要影響因素 資料來源：方正證券研究所整理 將豬價影響因素列舉之后，可以發現豬價影響因素眾多，且影響期限不一，對豬價影響程度也不盡相同。因此我們基于前期外發報告結論，以及歷史豬價運行規律經驗判斷，按期限篩選出對豬價走勢有關鍵影響的因素。1.21.2 豬價重要影響因素豬價重要影響因素：出欄量、季節性與疫?。撼鰴诹?、季節性與疫病 判斷豬價中長期走勢關注豬價中長期重點影響因素判斷豬

15、價中長期走勢關注豬價中長期重點影響因素,判斷短期豬價走勢關注短期判斷短期豬價走勢關注短期豬價重點影響因素。豬價重點影響因素。我們認為中長期維度看，需要重點關注的因素是出欄量趨勢、季節性和動物疫病，其中出欄量趨勢是核心。短期看，我們認為影響因子較復雜，需要重點關注的因素有出欄量趨勢、天氣與氣溫、壓欄/二育/集中拋售行為、凍肉入庫、出欄均重、收放儲政策等，其中出欄量趨勢仍是是關注核心。因此，我們判斷中長期豬價重點關注以上長期指標，判斷短期豬價走勢重點關注以上短期指標。農林牧漁 行業深度報告 6 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 圖表2:按期限劃分的豬價重點關注影響因素

16、 資料來源：方正證券研究所整理 生豬出欄量是最核心影響因素。生豬出欄量是最核心影響因素。根據過去豬價運行規律，結合以上我們列示的豬價重點關注因素。我們認為豬價由供需決定，而豬肉年內消費需求的變化主要體現在季節性與天氣；決定豬價走勢的關鍵因素主要集中在供給端，并且無論是短中長期，供給端的核心決定要素是生豬出欄量。因此分析豬價，主要是對未來的生豬出欄量（供應量）進行分析。在精確判斷時，因此分析豬價，主要是對未來的生豬出欄量（供應量）進行分析。在精確判斷時，輔以供需季節性分析和疫病情況分析。輔以供需季節性分析和疫病情況分析。對應不同的前置判斷時間需要，可以通過能繁母豬和新生仔豬兩條思路前置判斷對應不

17、同的前置判斷時間需要，可以通過能繁母豬和新生仔豬兩條思路前置判斷未來生豬出欄量。未來生豬出欄量。由于當期生豬出欄量=6 月前的新生仔豬數 x 出欄成功率；同時也=10 月前的能繁母豬數 x MSY（母豬生產效率）=10 月前母豬配種數 x 配種分娩率 x 窩均健仔數 x 斷奶成活率 x 育肥成活率。因此，判斷未來生豬出欄量有新生仔豬和能繁母豬兩條前置指標線。新生仔豬與能繁母豬兩條線的使用效果與前置時間不同。新生仔豬與能繁母豬兩條線的使用效果與前置時間不同。新生仔豬思路線需要考慮的因子較少，只需要考慮新生仔豬的斷奶和育肥成活率便足夠；而由于能繁母豬到肥豬出欄中間環節較多，因此能繁母豬思路線需要考

18、慮的因子包括能繁母豬數、母豬配種數、配種分娩率、窩均健仔數、斷奶與育肥成活率等環節，對比新生仔豬思路線，能繁母豬思路能繁母豬思路更更需要考慮母豬生產效率的問題。需要考慮母豬生產效率的問題。但從前置時間上，但從前置時間上，能繁母豬是領先 10 個月的前置判斷指標，新生仔豬是領先 6 個月的前置指標，因此對應更遠期的判斷可以選擇能繁母豬指標，對應相對近期的判斷可以用新生仔豬指標。并且可以利用新生仔豬指標，對能繁母豬指標的趨勢判斷作修正。并且可以利用新生仔豬指標，對能繁母豬指標的趨勢判斷作修正?？梢酝ㄟ^飼料銷量和動保銷量進行上下游驗證?？梢酝ㄟ^飼料銷量和動保銷量進行上下游驗證。由于現代生豬飼養絕大部

19、分采用工業飼料喂養，因此通過跟蹤上游飼料銷量，能夠前瞻反映存欄豬數量，驗證上述通過能繁母豬和新生仔豬推算的出欄量結果；動保銷量同理。農林牧漁 行業深度報告 7 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 小結：小結：我們通過列舉豬價的影響因素，認為豬價影響因素可以分為供給端、需求端、和外部間接因素三方面，并且對眾多因素抽絲剝繭后，得到豬價的重點影響因素。對豬價重點影響因素分析，我們發現不同重點影響因素的影響期限不一，因此在判斷未來不同期限豬價時，需要重點關注的影響因素也不同。但另一方面，我們也發現豬價的主要影響因素集中在供給端，并且無論哪一期限，豬價最關鍵、最核心的影響因素

20、是供給端的生豬出欄量，而未來生豬出欄量可以通過新生仔豬和能繁母豬兩條思路線做前置判斷，同時可以通過上游的飼料和動保數據進行側面驗證。農林牧漁 行業深度報告 8 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 2 2 豬價分析框架豬價分析框架 通過以上分析，綜合我們之前外發報告結論，得出我們的豬價分析四步驟：邏輯推演邏輯推演大勢研判。大勢研判。分析豬價第一步是邏輯推演的原因如下：從必要性來說，由于我國生豬產業相對分散，統計數據存在偏差可能，因此單純依靠數據模型推理，極有可能同樣存在較大誤差；從可能性來說，自 21 世紀以來，我們可以發現在生豬長生產周期的特點下，人性的作用下，豬價

21、始終遵循蛛網模型進行周期性波動，因此人性不變，周期不變，可以依靠人性與周期的規律，邏輯推演未來豬價的變動方向與趨勢。數據測算數據測算精確定位。精確定位。在經過理論邏輯推演后，我們可以通過總結過去數據所表現出來的豬價運行規律，結合現有的前瞻性指標，用前瞻性指標數據去測算未來供需，構建數據模型，得出更加精確的豬價分析結論。產業上游數據產業上游數據長短期長短期側面驗證。側面驗證。經過邏輯推演與數據模型測算后，通過產業上游數據側面驗證，加深判斷可信度。綜合分類判斷。綜合分類判斷。由于邏輯推演、數據測算、上游數據三者的分析結論不一定指向同一種豬價走勢結論，因此，需要綜合三種方法的結果，得出分類的、綜合的

22、判斷。圖表3:豬價分析步驟 資料來源：方正證券研究所整理 2.12.1 第一步：邏輯推演第一步：邏輯推演大勢研判大勢研判 豬價由供給主導，供給由產能決定，因此邏輯推演的核心在于分析未來的產能變豬價由供給主導，供給由產能決定，因此邏輯推演的核心在于分析未來的產能變動趨勢和方向。動趨勢和方向。我們復盤歷史，總結造成生豬產能波動的原因如下：1)人性面對養殖盈虧做出的增減母豬產能的反應；2)生豬疫病的傳播；3)母豬生產效率的變化；4)政策導致母豬產能增減。由于近年由政策導致的母豬產能增減較少，因此我們認為邏輯推演可以從人性與周期、生豬疫病傳播、母豬生產效率變化三方面進行。根據生豬從母豬到肥豬。根據生豬

23、從母豬到肥豬 1 10 0個月的出欄時間計算，邏輯推演的可以達到領先個月的出欄時間計算，邏輯推演的可以達到領先 1010 個月的前置判斷。個月的前置判斷。農林牧漁 行業深度報告 9 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 圖表4:邏輯推演內容 資料來源：方正證券研究所整理 1)1)人性與周期。人性與周期。生豬長生產周期的特點+逐利的人性，構成了豬周期。生豬生長周期不變，人性逐利不變，那么豬周期也將長期存在，豬周期底層規律不會失效。因此，把握因此，把握生豬生長周期規律，分析前期行情盈虧波動下人性會做生豬生長周期規律，分析前期行情盈虧波動下人性會做出的反映，邏輯推演未來的產

24、能與供需，得出豬價波動趨勢與方向判斷。出的反映，邏輯推演未來的產能與供需，得出豬價波動趨勢與方向判斷。但需要注意的是，在規?；嵘c信息傳播快速的今天，影響人性判斷的不止是當期盈虧，還有預期盈虧。因此在人性與周期的邏輯推演中，如今既要因此在人性與周期的邏輯推演中，如今既要分析當期盈虧對人性判斷的影響，也需要分析預期盈虧對人性的影響。分析當期盈虧對人性判斷的影響，也需要分析預期盈虧對人性的影響。2)2)母豬生產效率變化。母豬生產效率變化。過去十余年，隨著生豬產業規?；潭忍岣吆宛B豬專業化水平提升，我國養豬生產效率整體持續提升，意味著同樣的母豬數量能夠產出更多的肥豬。但 2018 年的非洲豬瘟的大

25、面積傳播對我國種豬育種體系造成了重大的打擊，導致母豬生產效率下降。近兩年，隨著產業育種體系的恢復，母豬生產效率逐漸回升。在相同數量的母豬產能下，母豬生產效率的提升與退化，同樣會造成未來的生豬供給波動，因此母豬生產效率變化也是邏輯推演的主要環節。3)3)生豬疫病。生豬疫病。由于生豬烈性傳染病眾多（口蹄疫、非洲豬瘟、藍耳、仔豬腹瀉等等），以上任一傳染病在行業蔓延，都可能導致產能的短期驟減。而疫病對產能造成的影響，往往難以精確量化，因此在邏輯推演未來豬價時，需要，需要綜合調研、結合事實主觀考量近段時期，生豬疫病對產能的影響大小，在后綜合調研、結合事實主觀考量近段時期，生豬疫病對產能的影響大小，在后期

26、結合動保與飼料數據側面期結合動保與飼料數據側面驗證驗證生豬疫病的嚴重性。生豬疫病的嚴重性。2.22.2 第二步：數據測算模型第二步：數據測算模型精確定位精確定位 由于生豬產業鏈已有充足的供需歷史數據，因此可以通過產業鏈各環節數據，構建豬價測算模型。下面先介紹豬價數據測算模型的流程和邏輯：1)先分析未來中長期豬價趨勢，再分析短期豬價趨勢。2)中長期豬價走勢分析的核心在于分析未來生豬出欄量，通過新生仔豬和能繁母豬兩條思路前置測算未來供給；再分析消費季節性測算未來需求變化；最后綜合供需得出長期豬價測算結果。3)短期豬價走勢分析首先是基于中長期豬價分析中的生豬出欄量，判斷總體供給量；其次加入天氣與氣溫

27、、壓欄/二育/集中拋售行為、凍肉入庫、出欄均重、收放儲政策等多因子綜合考量，得出短期豬價結論。4)利用近期豬價走勢結果反饋，動態修正中長期豬價測算的判斷。根據仔豬線和能繁母豬線根據仔豬線和能繁母豬線做做數據數據測算測算模型，以達到領先模型，以達到領先 6 6-1010 個月的前置判斷。個月的前置判斷。農林牧漁 行業深度報告 10 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 圖表5:數據測算模型框架 資料來源：方正證券研究所整理 2.32.3 第三步：上游數據第三步：上游數據長短期側面驗證長短期側面驗證 上游數據側面驗證從飼料產量和動保銷量兩方面入手。1 1）飼料產量。飼料產

28、量。飼料產量數據包括飼料整體產量、母豬料產量、仔豬料產量和育肥料產量，不同飼料反映的生豬產能也不同。飼料整體產量反映的是整體的生豬存欄數量，母豬料反映的是母豬存欄數量，仔豬料反映的是仔豬存欄數量，育肥料反映的是商品大豬存欄的數量。由于存在不同結構的飼料數據，因此飼料數據總體可以達到領先由于存在不同結構的飼料數據，因此飼料數據總體可以達到領先 4 4-1010 個月的前個月的前置判斷，其中母豬料是前置置判斷，其中母豬料是前置 1 10 0 個月的指標，育肥料是前置個月的指標，育肥料是前置 3 3-4 4 個月的判斷指標。個月的判斷指標。2 2）動保銷量。動保銷量。由于動保產品眾多，不同動保產品的

29、使用滲透率不同，我們認為比較有典型代表意義的是口蹄疫、豬瘟、乙腦與細小疫苗銷量。由于口蹄疫與豬瘟疫苗起基礎免疫的作用，因此其對應生豬存欄的指引有一定普遍性；乙腦與細小疫苗主要的免疫對象是母豬（包括經產母豬與后備母豬），因此其一定意義上對應母豬存欄與母豬配種數，但同時也需要注意乙腦與細小疫苗的免疫存在季節性。由于存在不同結構的動保數據，動保數據總體可以達到領先由于存在不同結構的動保數據，動保數據總體可以達到領先 6 6-1010 個月的前置判個月的前置判斷，其中口蹄疫與豬瘟疫苗等肥豬主打疫苗是領先斷，其中口蹄疫與豬瘟疫苗等肥豬主打疫苗是領先 6 6 個月的前置指標，細小、乙個月的前置指標，細小、

30、乙腦疫苗等母豬主打疫苗是前置腦疫苗等母豬主打疫苗是前置 1010 個月的判斷指標。個月的判斷指標。圖表6:上游數據指標 資料來源：方正證券研究所整理 農林牧漁 行業深度報告 11 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 3 3 分析框架在歷史豬價走勢的應用分析框架在歷史豬價走勢的應用 本節我們將先對2021年以來的豬價走勢進行復盤，然后應用上述豬價分析框架，試驗上述框架的應用可行性和有效性。3.13.1 2 2021021 年以來的生豬價格走勢復盤年以來的生豬價格走勢復盤 2 2021021 年以來的生豬價格波動較大。年以來的生豬價格波動較大。如下圖，整體來看 2021

31、 至今的生豬價格經歷了高位下跌底部震蕩快速回升再次下跌底部震蕩的過程。2021年初，豬價仍位于 36.4 元/kg 的高點，但此后持續快速下跌，在 2021 年的 10 月，豬價下跌至 10.3 元/kg 的近年歷史最低點。在這之后，豬價整體呈震蕩走勢，表現出明顯的季節性，在 2021 年冬季上漲至 17 元/kg 左右后，又在年后持續下跌，在 2022 年 3 月下旬下跌至 11.8 元/kg 的低點。此后豬價快速回升，在 2022 年10 月達到了 28.5 元/kg 的階段高點。但此后，豬價重新開始快速下跌，在 2023年初便下跌至“14 元”區間，此后整體呈現底部震蕩走勢。圖表7:20

32、21 年以來的生豬價格走勢（元/kg）資料來源：涌益咨詢，方正證券研究所 3.23.2 分析框架在分析框架在 20212021 年以來的豬價走勢應用年以來的豬價走勢應用 以下我們將應用上文的豬價分析框架，對歷史豬價走勢進行模擬預測，以此判斷上文豬價分析框架的有效性。3.2.13.2.1 邏輯推演得出趨勢判斷邏輯推演得出趨勢判斷 1)人性與周期維度推演。人性與周期維度推演。人性與周期本質是人性面對養殖盈虧做出的增減母豬產能的反應，因此這一部分我們可以通過分析 2019 年以來的養殖盈虧情況，進而分析人性在面對盈虧變化可能做出的反應，來判斷 2021 年以來的豬價波動的原因和規律。我們首先對我們首

33、先對 2 2019019 年至今的養殖盈利情況做描述分析。年至今的養殖盈利情況做描述分析。2019 年初開始，隨著豬價上升，生豬養殖盈利情況迅速好轉，在 2019 年底達到了 3000 元的頭均盈利。整體來看，在 2019H2 至 2020 年底的大部分時間，行業盈利水平基本保持在頭均盈利 1500-3000 元的水平區間，區間頭均盈利在 2000 元左右。但從 2021H1 開始，行業盈利水平快速回落，在 2021 年 6 月行業盈利水平由正轉負，在此后一年的時間里，行業大部分時間處于虧損狀態，區間頭均虧損接近 300 元（部分高成本企業頭均虧損遠遠更高）。2022 年 6 月行業扭虧，經歷

34、了半年左右的盈利期，區農林牧漁 行業深度報告 12 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 間頭均盈利近 700 元。而從 2022 年底，行業再次陷入虧損，至今區間頭均虧損約 270 元。圖表8:2019 年至今的自繁自養生豬養殖盈利圖（元/頭）資料來源：wind，方正證券研究所 通過以上分析，我們得出以下結論：第一，行業在 2019H2-2020 的一年半時間中，養豬頭均盈利達到歷史頂峰，行業中有豬的少數養殖戶積累了豐厚利潤。第二，行業在 2021H2-2022H1 的一年時間中，經歷了長達一年的虧損期，考慮到這一時期部分養豬企業成本較高，因此這段時間養豬企業的頭均

35、虧損也是歷史最高。第三，行業在 2022H2 又重新獲取了不小的盈利。第四，行業在 2023H1 重新進入虧損期，至今已接近半年。那么從邏輯推演，人性面對養殖盈虧，理論上會做出增減母豬產能的反應，我們得到以下邏輯推導結果，如下圖所示。豬價理論應該從豬價理論應該從2020年年1 10 0月開始快速下跌，月開始快速下跌，在在 2 21 1 年年 1 10 0 月跌至底部，此后持續半年的底部震蕩，直至月跌至底部，此后持續半年的底部震蕩，直至 2 22 2 年年 3 3 月豬價出現拐月豬價出現拐點，此后快速上漲，在點，此后快速上漲，在 2 23 3 年春節漲至歷史高點后下跌。年春節漲至歷史高點后下跌。

36、圖表9:21 年以來人性周期角度邏輯推演結果 資料來源：wind，方正證券研究所 2019H2-20202021H12021H2-2022H12022H2行業區間盈利（元行業區間盈利（元/頭）頭）2000盈利快速下降-300+650+理論母豬產能增減理論母豬產能增減+0-+對應后期產能變化區間對應后期產能變化區間20年10月-21年10月 21年10月-22年3月22年4月-23年3月23年3月-23年9月對應理論豬價拐點對應理論豬價拐點20年10月21年10月22年3月23年3月對應理論豬價反映對應理論豬價反映-0+-理論豬價演繹理論豬價演繹注：表格中+代表增加/上漲,+號越多代表增加/上漲

37、越多/快；-號同理；單個0代表震蕩農林牧漁 行業深度報告 13 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 那么我們先單純從人性與周期維度，得到的豬價推演結果去與后期豬價走勢對比發現：20192019-2022H12022H1 豬價走勢與邏輯推演結果較吻合。豬價走勢與邏輯推演結果較吻合。通過對 2019 年以來的周期與人性的邏輯推理來看，對周期與人性的邏輯推理在 2022 年下半年之前，整體是較為有效的，邏輯推理的豬價趨勢與實際豬價走勢整體較為吻合。圖表10:21 年以來人性周期角度邏輯推演結果與實際豬價走勢對比 資料來源：wind，方正證券研究所 2 2022022 年下

38、半年以來，邏輯推演結果與實際豬價走勢，無論是在拐點實際差，還是年下半年以來，邏輯推演結果與實際豬價走勢，無論是在拐點實際差，還是豬價漲跌形勢的判斷上，都出現較大的差異和背離。豬價漲跌形勢的判斷上，都出現較大的差異和背離。出現背離的原因，我們初步判斷可能是以下兩方面原因。一是行業一致提前預判周期。一是行業一致提前預判周期。隨著行業規?；潭忍嵘?，以及行業對豬周期的認知提升，行業不再單純以當期養殖盈利為尺度進行母豬增減操作，轉而提前預判周期，提前采取補欄行為；二是母豬生產效率提升。二是母豬生產效率提升。在非瘟影響下，非瘟周期中行業存在大量的低效母豬，這些低效母豬在 2021 年大量淘汰，同時新補了

39、高效二元母豬，導致行業 2022 年生產效率提升較大。2)生產效率生產效率維度推演。維度推演。從生產效率角度進行邏輯推演，通過行業母豬結構占比行業母豬結構占比/行業生產水平持續提高行業生產水平持續提高兩條邏輯分析。我們判斷在非瘟影響下，2019-2020年行業育種體系遭到嚴重打擊，并且在期間高豬價、養豬巨額盈利情形下，行業大量使用低效母豬、三元母豬做父母代能繁母豬使用，導致行業母豬生產效率下滑，在 2021 年行業產能恢復初期母豬效率仍在低位。但是隨著 2021年下半年行業育種體系逐漸恢復，高效二元母豬重新替代三元母豬，判斷2022 年母豬生產效率逐漸回升，并且在 2023 年將進一步提升。2

40、019H2-20202021H12021H2-2022H12022H2行業區間盈利（元行業區間盈利（元/頭）頭）2000盈利快速下降-300+650+理論母豬產能增減理論母豬產能增減+0-+對應后期產能變化區間對應后期產能變化區間20年10月-21年10月 21年10月-22年3月22年4月-23年3月23年3月-23年9月對應理論豬價拐點對應理論豬價拐點20年10月21年10月22年3月23年3月對應理論豬價反映對應理論豬價反映-0+-實際豬價拐點實際豬價拐點21年1月21年10月22年3月22年10月實際與理論拐點時間差實際與理論拐點時間差晚晚3月月無無早早5月月實際豬價走勢表現實際豬價走

41、勢表現-0+-走勢差出現的可能原因走勢差出現的可能原因非瘟作用？非瘟作用？春節消費旺季春節消費旺季？補欄提前？補欄提前？生產效率提升？生產效率提升？注：表格中+代表增加/上漲,+號越多代表增加/上漲越多/快；-號同理；單個0代表震蕩理論豬價演繹理論豬價演繹實際豬價表現實際豬價表現農林牧漁 行業深度報告 14 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 圖表11:19 年-22 年能繁母豬結構占比 資料來源：涌益咨詢，方正證券研究所 圖表12:生產效率的邏輯推演 資料來源：方正證券研究所整理 3)生豬疫病維度推演。生豬疫病維度推演。生豬疫病的傳播與影響較難量化，因此我們只能通

42、過實地調研、社會新聞等去主觀判斷疫病的傳播與后續影響。那么，2021 年至今，行業中對產能影響較大的疫病仍然是非洲豬瘟。我們僅能夠從主觀上判斷推演，2 2021021、2 2023023 年冬春交際，非瘟疫病在部分地區高發可能潛在的影響。年冬春交際，非瘟疫病在部分地區高發可能潛在的影響。那么站在歷史時間節點，用邏輯推演三維度分析那么站在歷史時間節點，用邏輯推演三維度分析 2 2021021 年年-20232023 年的豬價走勢，年的豬價走勢，可能得出的結果如下?？赡艿贸龅慕Y果如下。首先，從人性與周期的維度首先，從人性與周期的維度，我們或許會認為：豬價從 20 年 10 月開始快速下跌，在 21

43、 年 10 月跌至底部，此后持續半年的底部震蕩，直至 22 年 3 月豬價出現拐點，此后快速上漲，在 23 年春節漲至歷史高點。其次，從其次，從生產效率變化生產效率變化維度維度，我們或許會認為：由于 22 年母豬效率提升，22 年生豬供給下降幅度或許縮小，導致豬價上漲高度降低，生豬高價拐點出現的時間提前。最后，從生豬疫病傳播維度出發最后，從生豬疫病傳播維度出發，我們或許會認為，由于 21 年春天非瘟在部分地區高發，可能影響部分供給，或許導致 21 年豬價不一定快速下跌。農林牧漁 行業深度報告 15 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 圖表13:豬價邏輯推演結果及實際

44、豬價走勢 資料來源：wind，方正證券研究所 總結：豬價的邏輯推演結論方向更多，但能夠涵蓋后期豬價走勢可能?？偨Y：豬價的邏輯推演結論方向更多，但能夠涵蓋后期豬價走勢可能。對以上三個維度的結果綜合分析，我們得到的豬價走勢判斷如上圖。發現邏輯推演對豬價變動方向的結論多樣，但能夠幾乎涵蓋所有后期豬價走勢的可能。進一步將三個進一步將三個維度的邏輯推演結果與后期豬價走勢對比看，發現邏輯推演的分歧在于維度的邏輯推演結果與后期豬價走勢對比看，發現邏輯推演的分歧在于 2 21 1 年年 1 1-1010 月與月與 2 22 2 年年 4 4 月月-2323 年春節兩個時間段。年春節兩個時間段。用實際豬價走勢后

45、驗邏輯推演結果。用實際豬價走勢后驗邏輯推演結果。21 年 1 月-10 月的豬價走勢推演結果是豬價快速下跌或緩慢下跌，緩慢下跌的依據是 21 年春天豬病較為嚴重，那么從后期豬價走勢來看，顯然證明前期產能上升更快，豬病相對不嚴重。22 年 4 月-23 年春節的豬價走勢推演結果是豬價快速上漲后持續高位，或是豬價上漲后的高度降低，高價拐點提前出現，那么從后期豬價走勢來看，顯然證明前期產能去化較多，且去化時間較集中，導致后期豬價快漲；但同時由于生產效率提升（或是對周期的提前預判），導致周期向下拐點提前。3.2.23.2.2 數據測算得出精確結論數據測算得出精確結論 數據測算方法和邏輯：先測算中長期豬

46、價再判斷短期豬價；中長期豬價從供需兩方面入手；供給端通過母豬和仔豬兩條思路線分析出欄量；需求端分析季節性；綜合供需得到中長期豬價分析結果；通過近期短期豬價走勢后驗并修正中長期豬價分析結果。需要注意的是由于產業規?；嵘?，各個數據樣本量每年都有一定的擴大，且更需要注意的是由于產業規?；嵘?，各個數據樣本量每年都有一定的擴大，且更加代表規?；i場的情況，因此應用數據時，判斷下一年豬價僅用上一年的數據加代表規?；i場的情況，因此應用數據時，判斷下一年豬價僅用上一年的數據對照，若跨兩年對照數據或許失效。對照，若跨兩年對照數據或許失效。21年年1月月-10月月21年年10月月-22年年3月月22年年4月

47、到月到23年春節年春節人性與周期人性與周期快速下跌底部震蕩快速上漲后持續高位生產效率生產效率-豬價高度降低、高點提前生豬疫病生豬疫病緩慢下跌/高位震蕩-綜合結論綜合結論快速下跌快速下跌/緩慢下跌緩慢下跌底部震蕩底部震蕩快速上漲后持續高位快速上漲后持續高位/高度降低、高點提前高度降低、高點提前實際走勢實際走勢快速下跌快速下跌底部震蕩底部震蕩快速上漲后高度降低、高點提前快速上漲后高度降低、高點提前后驗看假設后驗看假設產能增加豬病影響產能增加豬病影響對應對應人性導致豬價快漲，效率提升導致高價拐點提前人性導致豬價快漲，效率提升導致高價拐點提前注：-代表影響小農林牧漁 行業深度報告 16 敬 請 關 注

48、 文 后 特 別 聲 明 與 免 責 條 款 s 圖表14:數據測算模型框架 資料來源：方正證券研究所整理 3.2.2.13.2.2.1 能繁母豬思路線分析供給能繁母豬思路線分析供給 當期生豬出欄量當期生豬出欄量=10=10 月前月前能繁母豬數能繁母豬數 x x 1010 月前配種率月前配種率 x 6x 6 月前月前配種分娩率配種分娩率 x 6x 6月前月前窩均健仔數窩均健仔數 x 5x 5 月前月前斷奶成活率斷奶成活率 x x 育肥成活率。育肥成活率。因此，我們分析 2021 年以來的豬價走勢，需要用到 2020 年 3 月以來的能繁母豬數、配種率等指標的數據。由于數據限制，我們采用 202

49、0 年 4 月以來的數據，分析 2021 年 2 月以來的豬價走勢。根據農業部和涌益咨詢的能繁母豬等樣本數據樣本數據測算，我們分別得到 21 年 2 月-23年 5 月的理論出欄量。圖表15:測算 21 年 2 月-23 年 5 月的理論出欄量（萬頭）資料來源：涌益咨詢，農業部，方正證券研究所測算 注：由于部分數據缺失、異常，測算過程對部分異常、缺失數據做合理調整 我們將兩套數據得出的生豬理論出欄量與實際屠宰量對比，發現趨勢基本對應。我們將兩套數據得出的生豬理論出欄量與實際屠宰量對比，發現趨勢基本對應。我們將得到的理論出欄量，與歷史生豬屠宰量作對比（1 月、2 月屠宰量作季節性處理），結果如下

50、圖，發現趨勢基本吻合，可信度較高。農林牧漁 行業深度報告 17 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 圖表16:出欄量與實際屠宰量對比（萬頭）圖表17:出欄量與實際屠宰量對比（萬頭）資料來源：農業部，方正證券研究所測算 資料來源：涌益咨詢，方正證券研究所測算 對比以上兩套數據測算的 21 年以來的生豬出欄量，我們可以發現：1）兩套數據體系測算出的生豬出欄量波動方向整體一致。兩套數據體系測算出的生豬出欄量波動方向整體一致。均在 21 年初-21 年 9月呈快速增長趨勢，在 22 年 4 月-22 年 7 月呈快速下降，在 22 年 8 月-23 年 5月呈較快速回升趨勢

51、。圖表18:測算出欄量與豬價趨勢對比 資料來源：農業部，涌益咨詢，方正證券研究所 2 2）兩套數據在出欄量波動幅度存在差異。）兩套數據在出欄量波動幅度存在差異。具體如下，可以看到不同時間點，兩套數據的波動幅度往往并不一致。圖表19:兩套數據體系出欄量波動幅度對比 資料來源：農業部，涌益咨詢，方正證券研究所 進一步具體分析兩套數據的出欄量變動幅度與拐點出現節點，發現趨勢基本相似，進一步具體分析兩套數據的出欄量變動幅度與拐點出現節點，發現趨勢基本相似，幅度存在差異。幅度存在差異。兩套數據均顯示 2021 年出欄低點在年初，此后出欄量將持續增長，下半年出欄高峰時點會在 Q4，且出欄量高峰比上半年的出

52、欄低點環比增加44%/23%（農業部/涌益數據測算，下同）。之后出欄整體延續高位，在 2022Q1 存在出欄高點，且高于 2021 年的出欄高點。但是在 2022 年 7 月，會出現 2022 年內的出欄低點，出欄低點較出欄高點減少幅度在 15%/20%。21年年1月月-10月月21年年10月月-22年年3月月22年年4月月-22年年7月月22年年8月月-23年年5月月出欄量趨勢出欄量趨勢快速上升繼續上升快速下降較快回升對應理論豬價趨勢對應理論豬價趨勢-+-實際豬價趨勢實際豬價趨勢-0+先漲后快跌出欄量趨勢出欄量趨勢快速上升區間震蕩快速下降較快回升對應理論豬價趨勢對應理論豬價趨勢-0+-實際豬

53、價趨勢實際豬價趨勢-0+先漲后快跌注：表格中+代表上漲,+號越多代表上漲越快；-號同理；單個0代表震蕩農業部數據體系農業部數據體系涌益數據體系涌益數據體系21年年1月月-10月月21年年10月月-22年年3月月22年年4月月-22年年7月月22年年8月月-23年年5月月涌益數據波動幅度涌益數據波動幅度增加幅度小呈區間震蕩下降較大增幅較一致農業部數據波動幅度農業部數據波動幅度增加幅度大仍在持續上升下降較小增幅較一致農林牧漁 行業深度報告 18 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 測算出欄量的波動及拐點與實際豬價走勢及拐點較對應。測算出欄量的波動及拐點與實際豬價走勢及拐

54、點較對應。如下圖，2021 年測算的出欄低點在 2 月，與當年的實際豬價高點對應；2021 年測算的出欄高峰在 Q4，與當年的實際豬價低點相對應；2022 年測算的出欄高點在 2/3 月，與當年的實際豬價低點對應；2022 年測算的出欄低谷在 7 月，與當年的實際豬價次高點（7 月）相對應。圖表20:測算出欄量的拐點時間與實際豬價拐點對比 資料來源：農業部，涌益咨詢，方正證券研究所 3.2.2.23.2.2.2 季節性思路分析需求季節性思路分析需求 由于生豬需求端缺乏直接的數據指標測算，因此我們采用以下方法測定生豬需求由于生豬需求端缺乏直接的數據指標測算，因此我們采用以下方法測定生豬需求的月間

55、（季節性）波動：的月間（季節性）波動：根據生豬供給和生豬價格波動的對應關系，測算生豬供給彈性系數；測定生豬價格的（季節性）月間波動規律；測定生豬供給端的（季節性）月間波動規律；生豬供給彈性系數 x 實際月間供給波動=理論豬價波動；需求季節性波動=（理論豬價波動-實際豬價波動）/彈性系數。以下進行詳細介紹：根據生根據生豬供給和生豬價格波動的對應關系，測算生豬供給彈性系數。豬供給和生豬價格波動的對應關系，測算生豬供給彈性系數。我們將歷史月生豬屠宰量作為月生豬供給，計算月屠宰波動與月豬價波動的商，剔除異常、無效數據，得到生豬供給彈性系數，平均約為得到生豬供給彈性系數，平均約為-2.52.5 左右左右

56、。也就意味著，歷史上月間供給量每波動 1%，相應豬價平均將反方向變動 2.5%。2021年低點年低點2021年高點年高點2022年高點年高點2022年低點年低點出現時間出現時間2月12月2月7月理論出欄量（萬頭）理論出欄量（萬頭）3373485051524395變動幅度變動幅度43.8%6.2%-14.7%出現時間出現時間2月10月3月7月理論出欄量（萬頭）理論出欄量（萬頭）123151157125變動幅度變動幅度22.8%4.0%-20.4%出現時間出現時間2月10月3月7月/10月實際豬價（元/kg）實際豬價（元/kg）3010.311.824/28.5變動幅度變動幅度-65.7%14.6

57、%103%/142%農業部數據體系農業部數據體系涌益數據體系涌益數據體系實際豬價反向走勢實際豬價反向走勢農林牧漁 行業深度報告 19 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 圖表21:歷年生豬屠宰量變化 圖表22:歷年生豬價格變化 資料來源：wind，方正證券研究所 資料來源：wind，方正證券研究所 測定生豬價格的（季節性）月間波動規律。測定生豬價格的（季節性）月間波動規律。根據歷年生豬價格數據，得到歷年的每月生豬均價，其展現出明顯的季節性，且根據歷年生豬價格數據，得到歷年的每月生豬均價，其展現出明顯的季節性，且下半年明顯優于上半年。下半年明顯優于上半年。從歷史規律來

58、看，豬價從年后 2 月份開始季節性下跌，之后的 3-6 月份豬價整體呈現季節性疲軟，處于年內的底部區間；之后在 7-8 月快速回升，9-10 月震蕩后，在 11 月-次年 1 月整體較高。整體來看，下半年的豬價要明顯好于上半年。圖表23:豬價季節性波動規律（元/kg）資料來源：Wind，方正證券研究所測算 測定生豬供給端的（季節性）月間波動規律。測定生豬供給端的（季節性）月間波動規律。根據歷年生豬屠宰數據，得到歷年的每月生豬平均屠宰量，其代表的生豬供給同根據歷年生豬屠宰數據，得到歷年的每月生豬平均屠宰量，其代表的生豬供給同樣展現出明顯的季節性，且春節前是明顯的供給高峰。樣展現出明顯的季節性，且

59、春節前是明顯的供給高峰。從歷史規律來看，每年的12 月和 1 月（春節前）是全年的集中供給高峰，在年后供給急劇下降，2 月通常是全年供給低谷，2-5 月供給端整體呈上升態勢，但在 6-7 月供給再次下降（因冬季仔豬腹瀉等疾病原因），8 月-年底供給端整體呈持續上升趨勢。農林牧漁 行業深度報告 20 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 圖表24:以 2 月為基點的生豬屠宰季節性指數 資料來源：Wind，方正證券研究所測算 生豬供給季節性產生的原因：需求與生豬疫病共同影響。生豬供給季節性產生的原因：需求與生豬疫病共同影響。對以上供給端季節性規律分析，可以發現，每年 12

60、 月、1 月供給高峰產生的原因是臨近年底與春節，腌臘需求、節日需求旺盛，因此供給端做出了適應性的反應。而在年后（通常是 2月），隨著豬肉消費需求的大幅回落，供給同樣大幅下降?？傮w來看，由于下半年節假日相比上半年多，豬肉消費需求下半年明顯好于上半年，因此導致了供給的適應性調整。另一方面，由于每年夏季高溫母豬配種成功率較低，且其分娩仔豬時間通常在冬季，而冬季生豬疫病對仔豬存活率影響較大，因此在夏季母豬分娩成功率低+冬季仔豬存活率低的影響下，次年 6-7 月供給端出欄的肥豬數量環比會出現一定下降。生豬供給季節性實現方法：配種調節、出欄體重和節奏調整生豬供給季節性實現方法：配種調節、出欄體重和節奏調整

61、 從產業了解，由于行業有冬季豬肉消費旺盛的預期，因此有一部分養殖戶，會調整配種時間，如選擇在 1-2 月多配母豬，使生產的商品豬能在年底實現出欄（俗稱養年豬），這種現象尤其在散戶中更加普遍。另一方面，根據歷年生豬出欄均重數據，可以發現生豬供給季節性也是通過調整出欄節奏和出欄體重來實現（不考慮因豬價行情和盈利預期導致的壓欄與二次育肥等行為）。如下圖所示，從 9 月份開始看，隨著天氣轉涼，氣溫給壓欄創造了客觀條件，而冬季到春節前又是豬肉消費旺季，因此在 9-12 月整個行業都有壓欄增重的傾向，均重環比為正。而隨著春節臨近，在 1-2 月養殖戶出于把握消費旺季，避開 2-4 月的消費淡季心理，傾向于

62、降體重提前出欄，因此出欄均重環比為負。從 3 月開始，豬肉需求逐漸從低谷恢復，此時生豬出欄節奏逐漸恢復正常，出欄體重逐漸回歸正常，出欄均重整體上升。而 6-8 月，由于夏季肥標價差倒掛，且由于天氣炎熱生豬進食減少，導致出欄體重又有所下降，因此出欄體重減少，直到 9 月逐漸恢復正常并開始壓欄。農林牧漁 行業深度報告 21 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 圖表25:生豬出欄均重月間環比（%）圖表26:生豬出欄均重季節性規律 資料來源：涌益咨詢，方正證券研究所測算 資料來源：方正證券研究所整理 生豬供給彈性系數生豬供給彈性系數 x x 實際月間供給波動實際月間供給波動

63、=理論豬價波動；理論豬價波動；將以上測算得到的生豬供給彈性系數（-2.5），乘以實際月間屠宰（供給）的平均波動，就能夠得到一個理論的供給導致的豬價波動。需求季節性波動需求季節性波動=（理論豬價波動（理論豬價波動-實際豬價波動）實際豬價波動）/彈性系數。彈性系數。我們認為以上測算的理論豬價波動與實際的豬價波動之間的差異，主要就是由需求端季節性變化導致，因此可以通過（理論豬價波動-實際豬價波動）/彈性系數得到需求端的季節性波動，指數化后如下所示。圖表27:以 2 月為基點的生豬需求季節性指數 資料來源：Wind，方正證券研究所測算 生豬需求季節性：下半年生豬需求季節性：下半年-春節消費需求明顯好于

64、上半年。春節消費需求明顯好于上半年?？梢钥吹?，春節前的12 月和 1 月是全年豬肉消費高峰，2 月（年后）是全年消費低谷，3 月消費需求恢復較快，3-5 月需求呈上升態勢；但由于暑期學校放假+高溫影響，需求在 6-7月出現小幅下降；到 8 月以后需求端整體才呈持續上升趨勢，直至年底。綜合生豬供需：供需季節性導致豬價季節性波動。綜合生豬供需：供需季節性導致豬價季節性波動。通過對比生豬供需季節波動、豬價波動，我們發現年前的 12 月-1 月屬于年內供需兩旺頂峰，且需求更強，導致年前豬價通常也較強；而在年后（2 月）呈現供需兩淡且下降較大的狀態，導致豬價通常較弱；而 3-5 月供需底部回升，但供給回

65、升速度更快，導致豬價整體出欄體重季節性規律出欄體重季節性規律1-2月月降重提前出欄3-6月月增重后穩定，恢復正常出欄體重7-8月月天氣熱，不適合養大豬，降重出欄9-12月月壓欄增重農林牧漁 行業深度報告 22 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 較為低迷；在 6-7 月供需雙降，但供給下降幅度更大，因此豬價通常在 6-7 月上升且幅度較大；8-11 月整體供需皆有回升，但供需回升節奏不一致，導致 8-11月豬價整體呈震蕩走勢。圖表28:生豬供給與需求季節性對比 資料來源：Wind，方正證券研究所測算 圖表29:生豬供需季節性與豬價季節性對比 資料來源：方正證券研究所

66、整理 3.2.2.33.2.2.3 綜合供需得到中長期豬價結果綜合供需得到中長期豬價結果 綜合供需情況，得到的半年維度豬價測算結果，與實際豬價的價差較小。綜合供需情況，得到的半年維度豬價測算結果，與實際豬價的價差較小。如下圖，分涌益咨詢與農業部兩套數據體系測算。我們以半年為時間區間，綜合以上供給端與需求端的測算結果，得到下圖的半年豬價測算結果，并與實際豬價走勢對比，顯示價差較小，以上測算模型對未來豬價走勢、以及豬價運行的區間判斷有一定指示意義。圖表30:涌益咨詢數據體系測算的豬價結果 資料來源：涌益咨詢，wind，方正證券研究所測算 注：由于不同豬價的供需彈性系數不同，故實際彈性系數根據豬價取

67、值；測算供給 1：即上文中利用涌益咨詢數據測算的半年平均出欄量；以上供給單位為萬頭，豬價單位為元/kg。測算供給1測算供給1供給環比供給環比需求需求供需綜合供需綜合彈性系數彈性系數 理論豬價環比理論豬價環比對應測算豬價對應測算豬價 實際豬價實際豬價價差價差2021H112323.32021H214416.6%5.8%10.8%-2.5-27.0%17.015.21.82022H11461.5%-5.5%6.9%-1-6.9%14.114.10.02022H2132-9.8%5.8%-15.6%-462.4%22.922.70.22023H114611.1%-5.5%16.6%-2-33.1%1

68、5.214.90.3農林牧漁 行業深度報告 23 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 圖表31:農業部數據體系測算的豬價結果 資料來源：農業部，wind，方正證券研究所測算 注：由于不同豬價的供需彈性系數不同，故實際彈性系數根據豬價取值；測算供給 2：即上文中利用農業部數據測算的半年平均出欄量；以上供給單位為萬頭，豬價單位為元/kg。3.2.2.43.2.2.4 利用中長期豬價測算結果推斷短期豬價利用中長期豬價測算結果推斷短期豬價 中長期豬價測算結果推斷短期豬價有以下方式：利用以上測算的月度供給數、月利用以上測算的月度供給數、月間的需求變化規律，結合近期豬價走勢和中

69、長期豬價的測算結果，推斷短期豬價。間的需求變化規律，結合近期豬價走勢和中長期豬價的測算結果，推斷短期豬價。站在 2022 年 4 月的時間點，判斷 2022 年 6 月的短期豬價行情，方法如下。圖表32:短期豬價測算方法 資料來源：涌益咨詢、wind、方正證券研究所 注：供給為上文中利用涌益咨詢數據測算單月（移動平均）出欄量；供給單位為萬頭，豬價單位為元/kg。3.2.33.2.3 上游數據側面驗證上游數據側面驗證 經過第一步的邏輯推演，我們對豬價的趨勢和可能的拐點有了初步的判斷；經過第二步的數據測算，我們對中長期、短期豬價的運行區間有了更加精準的判斷。并且邏輯推演與數據測算模型，可以做到領先

70、 6-10 月的前置判斷。但是在實際的商品豬生產中，由于中間環節眾多，時間較長，因此領先但是在實際的商品豬生產中，由于中間環節眾多，時間較長，因此領先 6 6-1010 月月的前置供需判斷，與實際的供需之間仍有較大不確定性。的前置供需判斷，與實際的供需之間仍有較大不確定性。因此我們需要使用部分上游數據，從遠期和近期多維度的去側面驗證生豬產能變化。3.2.3.13.2.3.1 飼料數據對生豬產能的側面驗證飼料數據對生豬產能的側面驗證 飼料產量與飼料產量與 4 4 個月后的豬價有較好的反向對應關系。個月后的豬價有較好的反向對應關系。如下圖所示，根據飼料與豬價走勢圖，我們發現飼料產量與 4 個月后的

71、豬價有較好的反向對應關系，背后的原因是飼料產量反映的是存欄豬的多少，包括所有日齡結構的生豬。其中，每年的 12 月、1 月是傳統的飼料銷售旺季，2 月左右是傳統的飼料銷售淡季，因此在使用 12 月和 1 月的飼料產量時需要做季節性處理。測算供給2測算供給2供給環比供給環比需求需求供需綜合供需綜合彈性系數彈性系數 理論豬價環比理論豬價環比對應測算豬價對應測算豬價 實際豬價實際豬價價差價差2021H1350823.32021H2440825.7%5.8%19.9%-2.5-49.7%11.715.2-3.52022H1491911.6%-5.5%17.1%-1-17.1%12.614.1-1.52

72、022H24532-7.9%5.8%-13.7%-454.6%21.822.7-0.92023H1502010.8%-5.5%16.2%-2-32.5%15.314.90.4農林牧漁 行業深度報告 24 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 圖表33:飼料產量與 4 個月后的豬價走勢對比圖 資料來源：Wind，方正證券研究所測算 詳細對比 2021 年-2022 年的飼料產量與 4 個月后的豬價走勢，發現二者無論是發現二者無論是在拐點的時間還是波動幅度的變化上，都較為一致。在拐點的時間還是波動幅度的變化上，都較為一致。圖表34:飼料產量變化與豬價變化對比 資料來源：w

73、ind、方正證券研究所 注:表格中+代表增加/上漲,+號越多代表增加/上漲越多/快;-號同理。3.2.43.2.4 綜合判斷結果綜合判斷結果與實際豬價走勢相近與實際豬價走勢相近 以上，我們根據第一章的豬價分析框架，遵循邏輯推演數據測算模型上游數據驗證的三步曲，得到了豬價的趨勢判斷、精確結論、輔助驗證。那么我們第四步，需要對以上三部曲的結論分類總結，得出最終的判斷。結果如下所示，站在歷史的時點，我們通過以上三部曲得到的結論，基本涵蓋后結果如下所示，站在歷史的時點，我們通過以上三部曲得到的結論，基本涵蓋后期豬價走勢的可能，并且無論是在豬價趨勢、還是豬價拐點的判斷上，都能夠接期豬價走勢的可能，并且無

74、論是在豬價趨勢、還是豬價拐點的判斷上，都能夠接近實際豬價走勢。近實際豬價走勢。21年年1月月-9/10月月21年年10月月-22年年3月月22年年4月月-22年年10月月22年年10月月-22年底年底飼料產量（飼料產量（+4月）月）快速上升震蕩后上升較快下降上升拐點拐點9月3月10月對應理論豬價反映對應理論豬價反映-先+后-+-實際豬價拐點實際豬價拐點10月3月10月實際豬價反映實際豬價反映-先+后-+-農林牧漁 行業深度報告 25 敬 請 關 注 文 后 特 別 聲 明 與 免 責 條 款 s 圖表35:對豬價的綜合分類判斷 資料來源：wind、涌益咨詢、農業部、方正證券研究所整理 風險提示

75、：風險提示：歷史規律失效風險；數據異常與失真風險；模型誤差風險。影響影響21年年1月月-10月月21年年10月月-22年年3月月22年年4月到月到12月月2023年上半年年上半年人性與周期人性與周期快速下跌底部震蕩快速上漲后持續高位正常下跌，越往后價格越低生產效率生產效率無無豬價高度降低、高點提前下跌速度加快，越往后價格越低生豬疫病生豬疫病緩慢下跌/高位震蕩無無無預期行為預期行為無無下降拐點提前較快下跌豬價結論豬價結論快速下跌快速下跌/緩慢下跌緩慢下跌底部震蕩底部震蕩快速上漲后持續高位快速上漲后持續高位/高度降低、高點提前高度降低、高點提前正常下跌正常下跌/下跌較快下跌較快趨勢和價格趨勢和價格

76、22H2均價22.3元/kg23H1均價15.2元/kg拐點拐點9月無豬價結論豬價結論快速下跌快速下跌先漲后跌先漲后跌4-7月快速上漲，月快速上漲，7-9月小幅上漲，月小幅上漲，9月后較快下跌月后較快下跌正常速度下跌正常速度下跌飼料數據飼料數據快速下跌先漲后跌4-10月較快上漲，下行拐點在10月出現較穩定豬價結論豬價結論快速下跌先漲后跌4-10月較快上漲，下行拐點在10月出現較穩定綜合結論綜合結論快速下跌快速下跌底部震蕩底部震蕩/先漲后跌先漲后跌4-9月整體上漲態勢，月整體上漲態勢，9月月-12月持續高位月持續高位/開啟下行開啟下行正常下跌正常下跌/較穩定較穩定實際走勢實際走勢快速下跌快速下跌

77、底部震蕩底部震蕩+先漲后跌先漲后跌4-7月快速上漲，4-7月快速上漲，7-9月整體上漲態勢，月整體上漲態勢，9月后高位持續月后高位持續/下行下行較穩定較穩定后驗看誤差后驗看誤差較準確較準確較準確較準確由于冬季壓欄由于冬季壓欄/二育，導致周期拐點提前，二育，導致周期拐點提前，年底豬價快跌年底豬價快跌由于由于22年底豬價快跌至低位，年底豬價快跌至低位，23H1整體產能波動小，故穩定整體產能波動小，故穩定年初開始快速下降，21H2均價14.3，22H1均價13.821年10月和22年3月邏輯演繹邏輯演繹數據測算數據測算上游驗證上游驗證綜合判斷綜合判斷農林牧漁 行業深度報告 26 敬 請 關 注 文

78、后 特 別 聲 明 與 免 責 條 款 s 分析師聲明分析師聲明 作者具有中國證券業協會授予的證券投資咨詢執業資格，保證報告所采用的數據和信息均來自公開合規渠道，分析邏輯基于作者的職業理解，本報告清晰準確地反映了作者的研究觀點，力求獨立、客觀和公正，結論不受任何第三方的授意或影響。研究報告對所涉及的證券或發行人的評價是分析師本人通過財務分析預測、數量化方法、或行業比較分析所得出的結論，但使用以上信息和分析方法存在局限性。特此聲明。免責聲明免責聲明 本研究報告由方正證券制作及在中國（香港和澳門特別行政區、臺灣省除外）發布。根據證券期貨投資者適當性管理辦法，本報告內容僅供我公司適當性評級為 C3

79、及以上等級的投資者使用，本公司不會因接收人收到本報告而視其為本公司的當然客戶。若您并非前述等級的投資者，為保證服務質量、控制風險，請勿訂閱本報告中的信息，本資料難以設置訪問權限，若給您造成不便，敬請諒解。在任何情況下，本報告的內容不構成對任何人的投資建議，也沒有考慮到個別客戶特殊的投資目標、財務狀況或需求，方正證券不對任何人因使用本報告所載任何內容所引致的任何損失負任何責任，投資者需自行承擔風險。本報告版權僅為方正證券所有，本公司對本報告保留一切法律權利。未經本公司事先書面授權，任何機構或個人不得以任何形式復制、轉發或公開傳播本報告的全部或部分內容，不得將報告內容作為訴訟、仲裁、傳媒所引用之證

80、明或依據，不得用于營利或用于未經允許的其它用途。如需引用、刊發或轉載本報告，需注明出處且不得進行任何有悖原意的引用、刪節和修改。評級說明：評級說明：類別類別 評級評級 說明說明 公司評級 強烈推薦 分析師預測未來12個月內相對同期基準指數有20%以上的漲幅。推薦 分析師預測未來12個月內相對同期基準指數有10%以上的漲幅。中性 分析師預測未來12個月內相對同期基準指數在-10%和10%之間波動。減持 分析師預測未來12個月內相對同期基準指數有10%以上的跌幅。行業評級 推薦 分析師預測未來12個月內行業表現強于同期基準指數。中性 分析師預測未來12個月內行業表現與同期基準指數持平。減持 分析師預測未來12個月內行業表現弱于同期基準指數?；鶞手笖嫡f明 A股市場以滬深300 指數為基準；香港市場以恒生指數為基準，美股市場以標普500指數為基準。方正證券研究所聯系方式：方正證券研究所聯系方式：北京：西城區展覽館路 48 號新聯寫字樓 6 層 上海：靜安區延平路71號延平大廈2樓 深圳：福田區竹子林紫竹七道光大銀行大廈31層 廣州：天河區興盛路12號樓雋峰苑2期3層方正證券 長沙：天心區湘江中路二段36號華遠國際中心37層 網址：https:/ E-mail：