2023年猪价对资本市场影响的理论与实践研究

1 猪价影响概况：深刻影响我国 CPI、货币政策、资本市场

1.1 传导途径：猪肉价格剧烈波动，是我国 CPI 主要影响项

常见衡量物价的指标有：CPI、核心 CPI、PPI、核心 PPI、GDP 平减指数。其中： （1）CPI（居民消费价格指数）主要反映居民家庭购买消费商品及服务的价格水平变动 情况。（2）核心 CPI。由于食品和石油通常受气候和季节影响大，核心 CPI 则剔除了食 品和石油价格影响，更贴切反映宏观经济运行情况。（3）PPI（生产价格指数）用于衡量 企业购买的一篮子物品和劳务的总费用。（4）核心 PPI。类似核心 CPI，核心 PPI 也剔除 了食品和能源影响，更能反映实际经济运行状态。（5）GDP 平减指数=名义 GDP/真实 GDP。作为物价综合指标，GDP 平减指数用于表征相对于基年价格的现期物价水平。

CPI 与居民生活息息相关，也是各国货币政策最关注的指标。由于居民消费类别和 品种异常庞多：（1）通常先选取一组消费量大、最能代表多数人日常消费行为的商品和服 务，作为调查观察对象，也即：“一篮子”商品和服务；（2）再结合居民日常消费结构， 来确定每种调查商品和服务价格对市场物价的影响程度，也即：权数；（3）最后根据一篮 子项目的价格变动及权数来计算物价指数，以综合代表（或预估）全部商品和服务的价格 变化情况。 CPI 权重反映消费变迁趋势。随着居民消费结构变化，CPI 调查“固定篮子”也需及 时调整，否则就会失去代表性。国家统计局每五年会根据居民消费支出结构的变化对 CPI 权数体系进行全面更新，每年也会根据居民消费支出变动情况对权数进行及时调整，也 即“每年一小调，五年一大调”进行基期轮换。目前我国 CPI 数据为 2020 年为基期的数 据，与上轮基期（2016 年—2020 年）相比，食品烟酒、衣着、教育文化娱乐、其他用品 及服务权数约比上轮分别下降了 1.2、1.7、0.5 和 0.4 个百分点，居住、交通通信、医疗 保健权数约比上轮分别上升了 2.1、0.9 和 0.9 个百分点，生活用品及服务权数变动不大。

食品和居住二者占 CPI 权重合计约 50%。根据某分项对 CPI 拉动=分项CPI 同比* 该分项权重，可反推测算 2023 年 7 月，食品、衣着、生活用品及服务、医疗保健及个人 用品、交通和通信、教育文化和娱乐、居住、其他用品及服务项目的 CPI 权重构成分别 为 28.19%、6.81%、4.74%、11.24%、11.25%、13.65%、22.12%、2.00%。食品和居住是 CPI 最大影响因素，二者占 CPI 权重合计约 50%。

随着我国居民消费升级，食品消费支出（含猪肉消费）在居民消费中的占比越来越 低。我们根据分项 CPI 的拉动率测算，食品分项占中国 CPI 权重从 2011 年前后的 31.39% 下降至目前 28.19%，其中猪肉分项占中国 CPI 权重从 2011 年前后的 3%下降至目前约 1.5%。随着猪肉占中国 CPI 权重下降，猪肉价格对 CPI 的影响并不及过往时期。

虽然目前猪肉占 CPI 权重仅 1.5%左右，但猪肉价格通常波动剧烈，对我国 CPI走 势产生较大影响：

一、从相关性来看：（1）1994 年以来，中国 CPI 食品分项当月同比与中国 CPI 的当 月同比相关性高达 81.78%，食品分项 CPI 每增长 1%，将直接或间接带动 CPI 同比增长 0.57%；（2）2005 年以来，中国 CPI 猪肉分项当月同比与中国 CPI 食品分项当月同比的 相关性高达 75.59%，猪肉分项 CPI 每增长 1%，将直接或间接带动食品分项 CPI 同比增 长 0.16%。（3）2005 年以来，中国 CPI 猪肉分项当月同比与中国 CPI 当月同比的相关性高达 44.49%，猪肉分项 CPI 增长 1%，将直接或间接带动 CPI 同比增长 0.04%；（4）而食品 CPI 与非食品 CPI 当月同比并没有明显相关性，相关系数低至 3.78%。 从波动幅度来看，2005 年初至 2023 年 7 月，CPI（猪肉分项）波动幅度在【-46.90%、 +135.20%】、CPI（食品分项）波动幅度在【-5.20%、+23.30%】、CPI 波动幅度在【-1.80%、 +8.70%】。总体来看，CPI（猪肉分项）同比波动幅度，要高于 CPI（食品分项）同比波 动幅度，CPI（食品分项）要高于综合 CPI 同比波动幅度。

二、从拉动率来看，食品（含猪肉）分项对综合 CPI 的拉动最大。拉动率是各分项 CPI 对综合 CPI 同比变化影响的绝对值。2000 年迄今，CPI 食品分项对综合 CPI 的拉动 率在【-1.47%、7.83%】，拉动率远高于其他项目对综合 CPI 的拉动。

三、贡献率来看，食品（含猪肉）对综合 CPI 的贡献最大。贡献率是各分项对 CPI 拉动率占综合 CPI 变化总量的比例。2001 年迄今，CPI 食品分项贡献率对中国综合 CPI 同比增速的贡献率在【-209.41%、+302.40%】，CPI 食品分项的贡献率中位数在 58.18%， 远高于其他 7 个分项的贡献率中位数。

由于食品（尤其是猪肉）价格波动剧烈，综合相关性、拉动率、贡献率来看，将对 我国 CPI 走势产生明显影响。

1.2 货币政策：CPI 影响主要体现为费雪效应，而非泰勒规则

通常货币政策调控目标体系可以分为：最终目标和中间目标等两大类。不同国家的 货币政策目标体系不一样，大部分发达国家实行单一目标制（也即通货膨胀目标制）；美 国实行双重目标，货币政策会同时关心通胀和就业；中国则实行多重目标体系，货币政策 要同时兼顾经济增长、就业充分、物价稳定、利率稳定、汇率稳定、平衡国际收支等。我们分价格型货币政策、数量型货币政策，来综合考量 CPI 对货币政策的影响：

一、价格型货币政策

海外历史上，泰勒规则曾较好预测美联储利率水平。泰勒认为，实际产出水平是货币 政策的短期影响因素，通货膨胀率是货币政策的长期影响因素。央行货币政策应根据当 期产出缺口、当期通货膨胀与目标水平的偏差、均衡利率这三个变量来调整利率，从而使 通货膨胀率稳定在目标值附近，并将经济维持在充分就业水平。泰勒规则的形式如下：

ri =r* +a×(πi-π*)+ b×(y i - y*)

其中，ri 为短期实际利率，πi 是通货膨胀率，yi 为实际产出，π*、y*分别表示目标 通货膨胀和潜在产出水平，通胀缺口和产出缺口的权重分别为 a和b，r*为均衡实际利率。 虽然泰勒规则在发达国家应用较为成功，但泰勒规则在发展中国家应用受到一定挑 战，原因在于泰勒规则应用成功须满足一定条件：例如，利率完全市场化、浮动的汇率制 度、以抑制通胀和保持经济稳定增长为双重目标的利率调控。目前中国利率和汇率均未 实现完全市场化，加之中国货币政策兼顾多重目标，因此泰勒规则在中国的实际应用效 果一般。但泰勒规则仍可作为我国货币监管部门调节利率的参考，用来定性判断当下货 币政策的冷热及走向。

国内价格型货币政策主要反映费雪效应，而非泰勒规则。当通胀水平一般时，费雪 效应公式表现为：名义利率=实际利率+通胀率。即使监管层不根据泰勒公式来调整实际 利率，名义利率也会跟随通胀率进行调整。Shibor 利率（上海银行间同业拆放利率）可衡 量市场资金面的松紧程度。2006 年以来，1 年期 SHIBOR 利率（月平均值）与中国 CPI 当月同比具有一定正相关性，相关系数为 0.2。但剔除通胀影响后，其正相关性明显降低。 这说明 SHIBOR 利率主要反映“名义利率和 CPI 的同步调整（费雪效应）”，但实际利率 并不随着 CPI 调整（不反应泰勒规则）。

其原因在于，央行总量货币调控通常是应对周期性（或趋势性）的全面通胀。而“阶 段性通胀反弹”、“结构性”通胀，并不会引发央行货币调控的大转向。对于“阶段性通胀 反弹”、“结构性”通胀，央行通常是运用局部定向政策操作，或者是发改委等部门通过产 业政策缓解通胀，而非总量货币政策的全面收紧。

2006 年以来，1 年期 SHIBOR 利率（月平均值）与中国核心 CPI 当月同比出现明显 正相关，相关系数高达为 0.402。在剔除通胀影响后，二者仍有一定正相关性。这说明 SHIBOR 利率既反映“名义利率和核心 CPI 的同步调整（费雪效应）”，又轻微反映实际 利率随着核心 CPI 调整（泰勒规则）。

从猪肉价格影响来看，虽然猪肉价格走势对 CPI 产生影响，但猪肉价格对核心 CPI 几乎不产生任何影响，CPI（猪肉分项）同比和核心 CPI 同比相关性低至 0.017。

考虑到猪肉价格主要影响 CPI，而不影响核心 CPI，而 CPI 和 shibor 利率之间仅体现 费雪效应，不体现泰勒规则。因此，我们认为猪肉价格变动，主要通过费雪效应同步传导 至名义利率（名义利率与 CPI 同步上行），而不影响实际利率走势。

二、数量型货币政策

过剩经济下，需求不足成为主要矛盾。从长周期来看，人民币存款准备金率通常与 中国 CPI 同比呈现同涨同跌的走势。但在次贷危机之后，我国从之前的短缺经济逐渐进 入过剩经济，需求不足成为制约我国经济的关键，核心 CPI 通常在低位运行，央行倾向 于降准来刺激经济。2012 年以后，当国内 CPI（或核心 CPI）下行时，存款准备金率倾 向于下调；当国内 CPI（或核心 CPI）上行时，存款准备金率也倾向于维持不变（而不是上调）。

1.3 资本市场：CPI 显著影响国内债券市场、权益市场走势

一、对利率债的影响：国债收益率与 CPI 倾向于同涨同跌

国债收益率与 CPI 倾向于同涨同跌。由于市场利率主要反映“名义利率和 CPI 的同 步调整（费雪效应）”，实际利率并不随着 CPI 调整（不反应泰勒规则）。2002 年以来，我 国各期限国债收益率与 CPI 基本维持同涨同跌的走势。在 CPI 上行时期，国债收益率倾 向于同步走高；在 CPI 下行时期，国债收益率倾向于同步走低。

中期限的国债收益率与 CPI 走势的相关性最高。从相关性关系来看，CPI 当月同走势与中期限（2-8 年）国债收益率的相关性最高，但与短期限（1 年及以下）、长期限 （10 年及以上）国债收益率的相关性相对偏低。原因在于：长期国债收益率走势主要与 未来经济走势最密切，短期国债收益率走势主要与货币政策相关性更高（且波动更频繁）。 相对而言，中期国债收益率受二者（未来经济走势、波动率）影响较小，其与 CPI 当月 走势的相关性最高。

二、对信用债的影响：CPI 同比通常领先于信用债走势 2-4 个月

CPI 同比通常领先于信用债走势 2-4 个月。2007 年以来，CPI 同比增速高点通常会 领先于中债信用债总净价指数低点约 2-4 个月。CPI 同比走高时，通常代表经济环境过 热，货币政策将收紧以遏制需求，货币政策趋紧将导致信用债指数走低。但 2016 年至 2022 年期间，由于金融去杠杆推进，货币政策环境发生较大变动，中债信用债总净价指数与 CPI 走势的相关性减弱。随着三年过渡期结束，资管新规正式于 2022 年 1 月起实施。从 2022 年起，CPI 与信用债相关性再次得到加强。

三、对 A 股市场的影响：CPI 低点容易诞生“水牛”行情

CPI 低点容易诞生“水牛”行情。从历史来看，1999 年迄今，当 CPI 同比增速低于 1%（最好是低于 0%时），通常对应需求走弱的经济下行期，此时货币政策走向宽松，可 能开启多轮降准及降息。在流动性充裕下，万得全 A 市盈率可能被大幅抬升，市场可能 出现“水牛”行情。但近年来，随着资本市场效率提升，CPI 低点与市盈率高点的时间 差大幅缩短，甚至同时出现。

CPI 主要通过货币政策传导来影响市场风格变迁。如将社融增速视为融资需求、M2增速视作融资供给，两者差值则代表融资缺口。考虑到宽货币向宽信用传导存在一定时 滞，因此 M2 增速通常会领先于社融增速。据此，国内货币-信用周期可分为四个阶段： （1）宽货币+紧信用，代表高M2增速+低社融增速的组合。此时货币环境虽然宽松， 但实体经济融资需求较弱，因此资金淤积在金融体系中，股市主要由流动性驱动估值提 升。以创业板指为代表的成长板块将大幅跑赢以沪深 300 为代表的蓝筹板块，例如 2014 年至 2015 年 6 月的创业板大牛市； （2）宽货币+宽信用，代表高 M2 增速+高社融增速。通常窗口期非常短，很快货币 政策将会转向，此时股市行情较佳； （3）紧货币+宽信用，代表低 M2 增速+高社融增速，实体经济融资需求回暖，资金 从金融体系转向实体经济。通常上市公司业绩企稳回升，股市由业绩驱动，以沪深 300 为 代表的蓝筹板块会跑赢以创业板指为代表的成长板块，例如 2016 年至 2017 年的核心资 产及蓝筹股牛市； （4）紧货币+紧信用，代表低 M2 增速+低社融增速，此时市场容易走熊，例如 2018 年在金融去杠杆以及中美贸易战下，A 股市场表现不佳。

1.4 本章小结：猪价通过 CPI 传导，来影响国内货币政策及资本市场

随着中国消费结构变迁升级，猪肉分项占中国 CPI 权重从 2011 年前后的 3%下降至 目前约 1.5%，猪价对 CPI 影响并不及过往时期。但由于猪肉价格通常剧烈波动，其仍对 我国 CPI 走势产生较大影响，食品（含猪肉）贡献通常远高于其他 CPI 分项。2005 年以 来，中国猪肉分项 CPI 每增长 1%，将带动食品分项 CPI 同比增长 0.16%，将带动 CPI 同 比增长 0.04%。猪价通过 CPI 传导，进而对国内货币政策、资本市场产生深刻影响：

（1）对价格型货币政策而言，猪肉价格变动，主要通过费雪效应同步传导至名义利率，体现在名义利率与 CPI 同步上行，但不影响实际利率走势，也即：不反应泰勒规则。 （2）对数量型货币政策而言，2012 年以后，当国内 CPI（或核心 CPI）下行时，存 款准备金率倾向于下调；当国内 CPI（或核心 CPI）上行时，存款准备金率也倾向于维持 不变（但不是上调）。 （3）对利率债而言，在 CPI 上行时期，各期限国债收益率倾向于同步走高；在 CPI 下行时期，各期限国债收益率倾向于同步走低。且中期限的国债收益率与 CPI 走势的相 关性最高。 （4）对信用债而言，2007 年以来，CPI 同比增速高点通常会领先于中债信用债总净 价指数低点约 2-4 个月。 （5）对权益市场而言，当 CPI 降至低点时，货币政策转向宽松，此时 A 股容易诞生 “水牛”行情；从风格来看，此时通常对应宽货币+紧信用环境，由于货币环境虽然宽松， 但实体经济融资需求较弱，资金淤积在金融体系中，股市主要由流动性驱动估值提升，以 创业板指为代表的成长板块将大幅跑赢以沪深 300 为代表的蓝筹板块。

2 猪价走势概况：预计 2023.7-2025.3，猪肉将推动 CPI 同比增长 0.60%

2.1 理论规律：符合发散型蛛网模型，但猪周期有平缓趋势

供需错配导致产品生产符合蛛网模型规律。通常，当产品生产周期较长时，需求端 可立即调整，本期价格将决定本期需求量，但由于供给调整需要一定时间，本期价格将决 定下一期供给量，此时供需结构经常发生错配，产品生产大致符合蛛网模型。从影响来 看，当产品生产周期越长、信息不对称性越高时，产业受蛛网模型影响越大。从趋势来 看，蛛网模型可分为三种类型：（1）发散型。当供给弹性＞需求弹性时，由于下一期的供 给调整幅度更大，而需求很少跟随调整，导致实际产品供给和实际价格的波动幅度会越 来越大，逐渐远离中枢点、呈现发散型走势；（2）收敛型。当供给弹性＜需求弹性时，由 于本期的需求调整越大，更能抑制实际价格波动，导致实际产品供给和实际价格的波动 幅度会越来越小，逐渐走向中枢点、呈现收敛型走势；（3）封闭型。当供给弹性＝需求弹 性时，二者作用相当，实际产量和实际价格将按同一幅度围绕均衡点上下波动，既不偏 离，也不趋近，呈现封闭型状态。因此判断蛛网模型的关键在于：产品生产周期、信息不 对称性、供给弹性、需求弹性。对于生猪养殖行业，可拆分这四个影响因素来看：

一、生猪养殖的生产周期相对偏长

杂交品种“杜长大”三元商品猪占到国内商品猪供应的 90%：根据杂交理论，杂交 通过基因重组及刷选，可集合父母双方优势基因，规避父母劣质基因，从而获取杂交优 势。以外三元杂交猪（杜长大）为例，首先用大约克母猪和长白公猪杂交，产下的母猪 （长大二元母猪）留种，再用长大二元母猪和杜洛克公猪交配，再产下的猪仔就是“杜长 大”三元猪。外三元猪集合了大约克、长白、杜洛克三种猪的优势基因，具有生长速度 快、饲料报酬高、瘦内率高等特点。对比二元猪而言，三元猪的饲料成本每头低 30 元左 右，市价高出 0.3-0.4 元/公斤，三元猪利润高出 90 元/头，比较适合规模化养殖方式，已 成为我国生猪养殖的主要品种，目前“杜长大”三元商品猪约占到国内商品猪供应的 90%。 但外三元猪需要经过多轮杂交，育种耗时长，导致产能无法及时满足市场需求，加剧了 猪周期波动。

能繁母猪到商品代猪是生猪供给波动的主要决定环节。一个完整的生猪养殖链条是 从原种猪→祖代猪→父母代猪→商品代猪。中国生猪养殖产业链虽然起源于祖代猪，但 原种猪和祖代猪的规模较为稳定，不会随终端生猪价格大幅波动。因此父母代（能繁母 猪）才是对终端生猪价格起到决定性作用的环节。以自繁自养农户补栏为例，通常要购进 4 个月大的后备能繁母猪，再饲养 4 个月能繁母猪后可以繁育小猪，怀孕母猪一般要经历 4 个月妊娠期产下仔猪，仔猪育肥 5.5-6 个月后可出栏上市，成为商品猪。因此从后备母 猪补栏到生猪出栏需要 4 个月+4 个月+5.5-6 个月≈13-14 个月。总体来看，生猪供应周期 相对偏长，供需经常错配，使其服从蛛网模型波动规律。

二、猪肉需求弹性仅为 0.18

猪肉需求消费较为刚性，需求弹性仅为 0.18。从改革开放以来，随着人均生活水平 提高，我国猪肉消费及人均猪肉消费量均稳步增长，但 2012 年以后我国猪肉消费量趋于 稳定。从消费量来看，在剔除猪肉供应异常偏紧的 2019 年-2020 年以外，2012 年-2022 年 我国猪肉消费在 5597.07 万吨均值附近波动，人均猪肉消费量在 40.28 千克左右波动。从 肉类消费结构来看，剔除猪肉供应异常偏紧的 2019 年-2020 年以外，2013 年-2022 年猪 肉占肉禽及其制品比重在 76.54%左右波动，其他肉类对猪肉的可替代性偏低。从需求弹 性来看，参照 2012 年-2022 年的猪肉消费量及年均价格，我们测算：1）当 22 个省市的 猪肉年均价上涨 1 元/kg 时，对应国内猪肉年消费量减少 36.99 万吨/年；2）当 22 个省市 的猪肉年均价上涨 1%时，对应国内猪肉年消费量减少 0.18%，也即：猪肉需求弹性为 0.18 （远低于 1），猪肉的需求端消费较为刚性，加剧了猪周期波动。

猪肉消费的季节效应明显：从年内猪肉消费趋势来看，受节假日和气候的影响，猪 肉消费呈现明显的季节性波动，猪价存在两段上涨区间：一是 7-9 月夏季上涨区间。由 于年初冬季仔猪存活率低，按照仔猪育肥 5.5-6 个月后可出栏上市的时间差，对应 7-8 月 生猪出栏较少，加之天气炎热不利猪肉的跨省调运，使得 7-9 月猪肉价格趋于上涨。二 是 12 月至次年 2 月猪价上涨区间。受冬季腌制腊肉和春节消费旺盛的影响，猪价在 12 月至次年 2 月往往上涨，但随着猪肉需求被提前透支，在春节后猪肉价格趋于回落。

三、测算生猪供给弹性约为 0.74

生猪养殖行业壁垒偏低，供给弹性高达 0.74。由于能繁母猪决定10个月后的理论生 猪出栏量，因此我们用能繁母猪存栏量来衡量生猪供给情况；此外，PSY 指每头母猪每 年能提供断奶仔猪的头数，PSY=母猪年产胎次×平均窝产活仔数×哺乳仔猪成活率。因 此可用能繁母猪×PSY 来衡量生猪潜在供给能力。2009 年 1 月至 2023 年 7 月，中国能 繁母猪月存栏量的下限/平均/上限值分别为 1913.00/4117.75/5078.00 万头，根据能繁母猪×PSY 测算的生猪供给的下限/平均/上限值分别为 36307.80/67846.11/92760.70 万头，22 个省市猪肉月平均价的下限/平均/上限值分别为 15.21/25.45/52.25 元/kg。中国能繁母猪存 栏、测算生猪供给、22 个省市猪肉平均价的上限值/下限值比例分别为 2.65 倍、2.55 倍、 3.44 倍。据此计算能繁母猪供给弹性为 0.77（2.65/3.44），测算的生猪供给弹性为 0.74 （2.55/3.44）。由于生猪养殖的行业壁垒较低，供给弹性处于较高水平。拆分价格区间来 看：

（1）在价格上行区，中国能繁母猪存栏、测算的生猪供给、22 个省市猪肉平均价的 上限值/平均值的比例分别为 1.23 倍、1.37 倍、2.05 倍，据此计算此时的能繁母猪供给弹 性为 0.61（1.23/2.05），测算的生猪供给弹性为 0.67（1.37/2.05）。 （2）在价格下行区，中国能繁母猪存栏、测算的生猪供给、22 个省市猪肉平均价的 平均值/下限值的比例分别为 2.15 倍、1.87 倍、1.67 倍，据此计算此时的能繁母猪供给弹 性为 1.28（2.15/1.67），测算的生猪供给弹性为 1.12（1.87/1.67）。由于猪瘟疫情等因素只 会减少生猪（及母猪）供给，但不会增加生猪（及母猪）供给。导致能繁母猪易降不易涨， 猪价易涨不易跌，并形成价格弹性的非对称性。

预计生猪进口对国内冲击有限。目前我国生猪供给主要来自国内，进口出口的冲击 有限，在 2018 年前的大部分年度，进口猪肉占国内消费量的比重通常要低于 3%。但由 于 2018 年起非洲猪瘟导致国内猪肉供给短缺，2019-2021 年进口猪肉占国内猪肉消费比 例分别提升至 5.45%、11.72%、8.03%。但出于粮食安全、食品安全、市场冲击等考虑， 预计后续年份，生猪进口仍不会成为中国猪肉供给的主要来源，中国猪肉供给仍主要取 决于国内生猪养殖情况。

四、信息不对称性有所改善

我国生猪养殖规模化率仍有较大提升空间。此前，我国生猪养殖主要由散户主导， 生产无序性强、且散户养殖更易受动物疫情冲击，容易导致猪肉供给及猪肉价格大起大 落。近年来，为提高养殖效率、减轻对环境污染，我国积极推行了规模化养殖策略。根据 中国畜牧兽医年鉴，中国生猪饲养规模场年出栏数在 50 头以下的户数从 2007 年的 8010.48 万户下降至 2021 年的 1879.28 万户，下降幅度高达 76.54%。但截至 2021 年，我 国养殖规模在 50 头以下生猪养殖户的数量占比仍高达 93.50%，养殖规模在 50-499 头的 生猪养殖户数量占比为 5.62%，养殖规模在 500 头以上的规模化养殖户数量占比仅为 0.88%，我国生猪养殖规模化率仍有较大提升空间。

规模化率提升，改善信息不对称性。散户养殖决策主要凭过往经验、且难以被统计 机构统计，存在较大信息不对称性。而规模化养殖机构（尤其是养猪上市公司）对猪周期 有更深刻理解，统计数据更为详实可靠，决策依据更加科学合理。当养殖规模化率提升 时，将明显改善养猪的信息不对称性，缓解猪周期波动：1）根据中国畜牧业协会猪业分 会副主任石守定，2021 年年出栏 500 头以上的规模化养殖主体出栏量占据了 60%左右的 市场份额，较 2012 年（38%）约提升 22 个百分点；2021 年前 20 位龙头企业的出栏量占 据了约 20%市场，占比约为 2018 年的 2 倍；2）全国现代设施农业建设规划（2023-2030 年）提出“到 2030 年，全国畜牧养殖规模化率达到 83%”。

五、总结：生猪价格波动大致符合发散型蛛网模型

判断蛛网模型的关键在于：产品生产周期、信息不对称性、供给弹性、需求弹性。 其中供给弹性和需求弹性决定蛛网模型形态特征，由于猪肉需求端消费较为刚性，我们 测算猪肉需求弹性仅为 0.18；但生猪养殖门槛较低，我们测算生猪供给弹性为 0.74；由 于生猪养殖的供给弹性远大于需求弹性，这导致下一期的供给调整幅度更大，而需求很 少跟随调整，使得实际产品供给和实际价格的波动幅度会越来越大，逐渐远离中枢点、呈 现发散型蛛网走势，因此生猪养殖存在波动加大的内在趋势。此外，由于外三元猪需多 轮杂交、育种耗时长，生猪供应周期较长，也加剧了供需错配程度。生猪养殖存在波动加 大的内在趋势，国家层面需进行收储、推动养殖规模化率提升，从而平滑生猪养殖的周期 波动。

近年来，我国生猪规模化养殖率从 2012 年（38%）大幅提升至 2021 年（约 60%）， 并规划2030年畜牧养殖规模化率达83%。在养殖规模化率迅速提升下，养猪的信息不对 称性出现明显改善，缓解了猪周期波动。

以美国养猪业为例，随着生猪养殖规模化率提升，美国生猪养殖从强周期逐步过渡 至弱周期，猪周期的跨度时间被延长。从 70 年代大滞胀迄今，美国生猪养殖可分为 3 个 阶段：

（1）强周期阶段。在上世纪 70 年代至 80 年代初，美国生猪养殖存栏以 500 头以下 散户为主，此时美国生猪产能波动较大，猪周期明显，平均周期跨度为 3-4 年。 （2）过渡阶段。从上世纪 80 年代初-2000 年初，美国生猪养殖处于从散户主导转向 规模猪场主导的过渡期间，5000 头以上生猪存栏占比从约 5%上涨到超过 50%，该阶段 长猪周期、短猪周期间隔出现，总体来看，猪周期平均周期跨度延长至 4-5 年。 （3）弱周期阶段。从 2000 年后迄今，美国生猪养殖规模化率稳定在较高水平，2012 年美国生猪存栏 5000 头以上占总存栏量比例接近 70%，平均猪周期被大幅延长，周期平 均跨度延长至 7-8 年。 参考规模化率提升对美国猪周期的影响。2021 年我国生猪规模化养殖率约 60%，规 模化率尚低于美国等成熟养猪阶段，预计我国猪周期将进入过渡阶段，在未来 10 年左右 时间，我国长猪周期、短猪周期或间隔出现，猪周期平均周期跨度或从此前的 3-4年延 长至 4-5 年。

2.2 历史回溯：过去我国猪周期在 4 年左右，动物疫情冲击时波动将加大

过去我国 4 轮猪周期平均跨度为 46.75 个月：从实际运行来看，2006 年以来，我国 已经历过四轮完整的猪周期，分别为 2006 年 6 月-2010 年 4 月、2010 年 5 月-2014 年 4 月、2014 年 5 月-2018 年 5 月、2018 年 6 月-2022 年 4 月，平均猪周期为 46.75 个月（约 4 个补栏周期），其中：平均猪价上行周期为 23.25 个月（约 2 个补栏周期），平均最大猪 价涨幅为+173.04%；平均猪价下降周期为 23.5 个月（约 2 个补栏周期），平均猪价最大 跌幅为-55.64%。

（1）2006年 6月-2010年 4月猪周期持续时间达 46个月。该轮猪周期始于2006年6月， 2006 年 6 月、7 月中国爆发猪蓝耳病（猪繁殖与呼吸综合征，PRRSV）疫情，主要感染猪（尤 其是母猪），会严重影响母猪生殖功能，造成能繁母猪产能的大幅去化。该轮猪周期持续时长 达 46 个月，其中上行阶段为 22 个月，最大猪价涨幅为+158.06%；下行阶段 24 个月，最大猪 价跌幅为-48.52%。

（2）2009年 5月-2014年 4月猪周期持续时间达 47个月。该轮猪周期的外源性干扰较 少，仅在2011年出现冬季流行性腹泻，让仔猪大量致死，产能自然去化是该轮猪周期的最主 要驱动力。产能自然去化，使得本轮猪周期中，猪价在高位持续时间较短、猪价探底期较长、 猪肉总体价格波动幅度偏小，其中上行阶段为16个月，最大猪价涨幅为+121.83%；下行阶段 31 个月，最大猪价跌幅为-47.54%。

（3）2014 年 5 月-2018 年 5 月猪周期持续时间达 48 个月。2014 年 1月 1日施行《畜禽 规模养殖污染防治条例》，这是国家第一部专门针对畜禽养殖污染防治的法规性文件，国内开 始施行较严格的环保禁养政策，政策致力于提升生猪养殖规模化程度。2017年更是各地禁养 区划定及禁养区内养殖场关闭拆迁较为集中一年，也是禁养区内养殖场拆迁的最后期限，环 保税则从 2018年1月 1日开始征收，进一步加速大量中小型养殖户退出市场。该轮猪周期持 续时长达 48 个月，其中上行阶段为 24 个月，最大猪价涨幅为+102.87%；下行阶段 24 个月， 最大猪价跌幅为-52.78%。

（4）2018年 6月-2022年 4月猪周期持续时间达 46个月。本轮猪周期主要由非洲猪瘟 引发。2018 年 8 月非洲猪瘟传入国内，其特征是发病过程短，最急性和急性感染死亡率高 达 100%。2018 年 8 月至 2019 年上半年，非洲猪瘟造成我国大量养殖场被迫清栏、能繁 母猪存栏量快速出清，并催化“超级猪周期”，2019 年 11 月猪价达到周期高点 40.98 元/ 公斤。本轮猪周期特点在于：1）由于非洲猪瘟一度造成产能持续缺口，猪价曾在高位横盘较长时间，上行阶段达 31 个月，下行阶段仅 15 个月；2）产能剧烈出清，猪价波动更 为剧烈，猪价最高上涨幅度达 309.39%，远超过其他猪周期涨幅；3）资本大量涌入养猪行业， 并造成随后产能过剩，猪价最大跌幅达-73.69%，跌幅也远超过其他猪周期时期；4）非洲猪瘟 冲击下，养猪散户快速出清，规模化养殖程度大幅提升。 从过去四轮猪周期规律来看，生猪疫情容易催化超级猪周期。但如无严重生猪疫情冲击， 仅靠母猪产能自然去化，则猪价在高位持续时间较短、猪价探底期较长、猪肉总体价格波动 幅度偏小。

2.3 现状分析：本轮能繁母猪去化速度明显偏慢，猪价磨底期延长

本轮能繁母猪去化速度明显偏慢：本轮猪价从2022年4月起有一轮急促反弹，并于2022 年 10 月见顶回落，上行持续时间仅 7 个月，明显低于过去平均 23.25 个月的猪价上行期， 因此市场通常不将其视作猪周期上行期。养殖规模化率提升、能繁母猪去化缓慢是导致 本轮猪周期异常的主要原因： 在未来较长时间，猪价不具备大幅上涨的基础。由于怀孕母猪一般要经历 4 个月妊 娠期产下仔猪，仔猪育肥 5.5-6 个月后可出栏上市，成为商品猪。因此从历史来看，能繁 母猪存栏量通常领先于生猪存栏量约 10 个月的时间。根据农业农村部监测数据，截至2023 年 7 月份，全国能繁母猪存栏量为 4271 万头，为 4100 万头正常保有量的 104.2%， 仍处于产能调控绿色合理区域的上线，生猪产能较为充裕。根据能繁母猪存栏量领先于 生猪存栏量 10个月的时间来测算，至少未来 10个月，生猪供应仍较为充足，猪价不具 备持续大幅上涨的基础。近期，能繁母猪的去化速度明显偏慢，2023 年前 7 个月合计仅 去化了 2.71%，平均每个月仅去化 0.39%。

一、短期来看，仔猪价格偏高、规模化率提升（抗风险能力提升）、前期养猪高利润 是本轮能繁母猪去化缓慢的主要原因。

（1）仔猪价格偏高。通常，当仔猪价格低于 20 元/千克时，养殖母猪亏钱，养殖户 将减少能繁母猪的数量。因此仔猪价格低于 20 元/千克被视为猪周期底部的关键信号之 一。自 2022 年 4 月迄今，仔猪价格始终在 20 元/千克上方运行，2023 年 8 月中旬仔猪价 格仍高达 32 元/千克，使得养殖能繁母猪仍有利可图，这限制了能繁母猪去化速度。

（2）规模化率提升下的抗风险能力提升。我国生猪规模化养殖率从2012年（38%） 大幅提升 22 个百分点至 2021 年（约 60%），强化了生猪养殖行业的抗风险能力，使得能 繁母猪产能不易出清：1）规模化养殖成本更低、利润更厚，叠加养殖龙头公司的融资能力更强，因此规模化养殖对低迷猪价的容忍度更高。2021 年 3 月至 2023 年 7 月，规模 化养殖头均成本较散户养殖头均成本要低 36.21 元/头，规模化养殖头均利润较散户养殖 头均利润高出 119.34 元/头；2023 年 7 月份，规模化养殖头均成本较散户养殖头均成本要 低 103 元/头，规模化养殖头均利润较散户养殖头均利润高出 162 元/头，二者经营效益差 异有扩大的趋势；2）规模化养殖防控更安全、标准更严格，对动物疫情的抵抗能力更强。 根据搜猪网的调研数据测算，2019 年，集团化猪场非洲猪瘟的发病率仅相当于中小型猪 场非洲猪瘟的 1/3。在规模化养殖提升下，目前非洲猪瘟已不是养猪业的主要矛盾，2023 年一季度，全国非洲猪瘟检出阳性率为 0.02%左右，保持在较低水平。

（3）前期高利润使得生猪产能难以退出。2018年超级猪周期之前，养猪业处于正常 利润水平，我们计算 20111209-20180727 区间的自繁自养生猪、外购仔猪头均利润（正常 利润水平）分别为 196.17 元/头、91.28 元/头；2018 年超级猪周期之后，养殖企业利润普 遍丰厚，我们计算 20180727-20230915 区间自繁自养生猪、外购仔猪的头均利润（超额利 润水平）分别为 703.91 元/头、318.07 元/头，分别是 20111209-20180727 区间（正常利润 水平）的 3.59 倍、3.48 倍。前期高利润使得生猪产能难以退出，目前行业仍未完全消化 前期的超额利润空间。

二、中期来看，消费低迷使得猪肉出现结构性过剩。

终端消费需求不足，加剧了猪肉供应过剩。通常，“猪肉价格/生猪价格比值（肉/猪 比）”可反映终端消费者对猪肉价格的接受程度。当消费需求旺盛时，终端猪肉价格走高， “猪肉价格/生猪价格比值”也倾向于走高；当消费需求低迷时，猪肉价格无法顺利传导 至终端，“猪肉价格/生猪价格比值”将维持在低位。2006 年 7 月份以来，肉/猪比在 1.4~1.6 中枢波动，超过 1.6 说明消费旺盛，最大值在 1.8；低于 1.4 说明消费低迷，最小值在 1.2 左右。截至 20230818，肉/猪比低至 1.29倍，终端消费需求不足，加剧了猪肉供应过剩情 形。

三、长期来看，生猪养殖效率提升增加 PSY，加剧了生猪产能过剩情况

生猪养殖效率提升增加 PSY。PSY 指每头母猪每年能提供断奶仔猪的头数，PSY = 母猪年产胎次×平均窝产活仔数×哺乳仔猪成活率。近年来，随着我国生猪养殖技术提 高，我国母猪的 PSY 从 2009 年约 13.3 提升至 2022 年约 21.13，但仍与欧美发达国家 （PSY 大多超过 25）仍有较大距离。

2021 年农业农村部《生猪产能调控实施方案（暂行）》提出，以正常年份全国猪肉产 量在 5500 万吨时的生产数据为参照，设定能繁母猪存栏量调控目标：能繁母猪正常保有 量稳定在 4100 万头左右。但微猪科技《2022 猪业数据年报》显示，2022 年 PSY为 21.13、 同比提升 2.56。在出栏生猪稳定前提下，PSY 提升意味着我国母猪合理保有水平将下降。 7 月 18 日，农业农村部在回复十四届全国人大一次会议代表建议时表示，将会同财 政部等有关部门，进一步优化完善生猪产能调控实施方案。8 月 31 日，在河南省肉类协 会刊登的生猪产能调控实施方案（2023 年修订）（征求意见稿）【但农业农村部网站暂未 刊发，也未有正式稿出台】显示，以正常年份全国猪肉产量在 5500万吨时的生产数据为 参照，结合生猪生产效率变化情况，设定能繁母猪存栏量调控目标，即能繁母猪正常保 有量稳定在 3900 万头左右，最低保有量不低于 3500 万头。此举或意味着，在 PSY提升 持续提升背景下，未来我国母猪合理保有水平将下降。

2.4 走势研判：预计猪价在未来 1.5 年仍偏低迷

能繁母猪去化速度是决定未来生猪出栏量、以及未来猪肉价格走势的最关键变量。 为衡量猪肉价格变动趋势，我们假设两种能繁母猪去化的情景： （1）加速去化情景：如以 2021 年 6 月至 2022 年 4 月的母猪产能平均去化速度（- 38.7 万头/月）来线形推导，我们测算 2023 年 12 月母猪产能将去化至 4100 万头（2021 年版生猪产能调控目标、中性情形假设），2024 年 5 月能繁母猪将去化至 3900 万头（2023 年征求建议稿目标、悲观情形假设）。再以能繁母猪出栏领先生猪出栏 10 个月左右时间 计算，预计中性情形假设下，2024 年 10 月猪肉供给将平衡；悲观情形假设下，2025 年 3 月猪肉供给将平衡。 （2）缓慢去化情景：如以 2023 年 1-7 月的母猪产能平均去化速度（-17 万头/月）来 线形推导，我们测算 2024 年 5 月母猪产能将去化至 4100 万头（2021 年版生猪产能调控 目标、中性情形假设），2025 年 5 月能繁母猪将去化至 3900 万头（2023 年征求建议稿、悲观情形假设）。再以能繁母猪出栏领先生猪出栏 10 个月左右时间计算，预计中性情形 假设下，2025 年 3 月猪肉供给将平衡；悲观情形假设下，2026 年 3 月猪肉供给将平衡。 在四种情景假设下，2025 年 3 月猪肉供给将平衡占据两种情景，因此我们倾向于认 为：在未来 1.5 年时间，猪肉价格总体将偏低位运行。

预计 2023 年 7 月至 2025 年 3 月，22 个省市的猪肉价格涨幅约 39.53%。从趋势来 看，由于原料、人力等养殖成本增加以及通胀效应，国内猪肉价格总体呈现震荡上行趋 势。排除 2018 年非洲猪瘟引发的超级猪周期以外，22 个省市的猪肉价格有三条明确的上 行压力线、价格中枢线、下行支撑线，且这三条线均震荡上行。在 2025 年 3 月猪肉供给 将平衡假设下，我们预计 22 个省市的猪肉价格将从 2023 年 7 月的 19.35 元/千克上涨至 2025 年 3 月的 27 元/千克（对应价格中枢线的价格），对应从 2023 年 7 月起的 20 个月左 右时间，预计 22 个省市的猪肉价格涨幅约 39.53%。

预计 2023 年 7 月至 2025 年 3 月期间，猪肉将推动 CPI 同比增长 0.60%。从历史来 看，22 个省市猪肉平均价月环比走势与中国猪肉 CPI 月环比走势基本一致，但中国猪肉 CPI 月环比波动幅度更小，二者符合以下公式：中国猪肉 CPI 环比= 0.6993×（22 个省市猪肉平均价月环比）+ 0.0018，R² = 0.8078；也即：当 22 个省市猪肉平均价环比增长 1%， 对应中国猪肉 CPI 环比增长 0.6993%，相关性高达 81%。在 2023 年 7 月至 2025 年 3 月， 当假设 22 个省市的猪肉价格将从 19.35 元/千克上涨至 27 元/千克（猪肉价格中枢线时）， 对应 22 个省市猪肉平均价的月环比为 1.68%，再根据上述回归公式可计算中国猪肉 CPI 分项的月环比为 1.17%，中国猪肉 CPI 分项的环比折年率（或同比增速）为 15.04%。 1.1 节中我们计算，从 2005 年以来，中国猪肉分项 CPI 每增长 1%，将直接或间接带 动食品分项 CPI 同比增长 0.16%，将直接或间接带动 CPI 同比增长 0.04%；据此计算， 2023 年 7月至 2025年 3月期间，当中国猪肉 CPI 分项同比增速为 15.04%时，将推动同 期食品分项 CPI 同比增长 2.41%，推动同期 CPI 同比增长 0.60%，总体来看，猪价对未 来 1.5 年的 CPI 通胀贡献较小。

2.5 本章小结：养殖规模化率提升，将明显缓解猪周期波动

猪肉需求端消费较为刚性，我们测算猪肉需求弹性仅为 0.18，但生猪养殖的门槛较 低，我们测算生猪供给弹性为 0.74；由于生猪养殖的供给弹性远大于需求弹性，叠加杂 交三元猪的生产周期偏长，使其符合发散型蛛网走势，生猪养殖存在波动加大的内在趋 势。但养殖规模化率提升时，将明显改善养猪的信息不对称性，缓解猪周期波动：

（1）对比海外，以美国养猪业为例，随着生猪养殖规模化率提升，美国生猪养殖从 强周期逐步过渡至弱周期，猪周期的跨度时间被大幅延长。参考规模化率提升对美国猪 周期的影响。2021 年我国生猪规模化养殖率约 60%，规模化率尚低于美国等成熟养猪阶 段，预计我国猪周期将进入过渡阶段，在未来 10 年左右时间，我国长猪周期、短猪周期 或间隔出现，猪周期平均周期跨度或从此前的 3-4 年延长至 4-5 年。

（2）参考历史，过去我国 4 轮猪周期平均跨度为 46.75 个月；如发生生猪疫情，容 易催化超级猪周期；但如无严重生猪疫情冲击，仅靠母猪产能自然去化，则猪价在高位持 续时间较短、猪价探底期较长、猪肉总体价格波动幅度偏小。

（3）站在当下，本轮能繁母猪去化速度明显偏慢。短期来看，仔猪价格偏高、规模 化率提升（抗风险能力提升）、前期养猪高利润是本轮能繁母猪去化缓慢的主要原因；中 期来看，消费低迷使得猪肉出现结构性过剩；长期来看，生猪养殖效率提升将增加 PSY， 加剧了生猪产能过剩情况。

（4）展望未来，我们做了四种情形假设，其中两种情景均显示 2025 年 3 月猪肉供 给将达平衡。在 2025 年 3 月猪肉供给走向平衡的假设下，我们测算 2023 年 7 月至 2025 年 3 月，22 个省市的猪肉价格将从 19.35 元/千克上涨至 27 元/千克，对应 22 个省市猪肉 平均价的月环比为 1.68%，对应中国猪肉 CPI 分项的月环比为 1.17%，对应中国猪肉 CPI 分项月同比为 15.04%，这将推动同期食品分项 CPI 同比增长 2.41%，推动同期 CPI 同比 增长 0.60%，总体来看，猪价对未来 1.5 年的 CPI 通胀贡献较小。

编辑：火腿肠