短期分析猪价时，我们常常会罗列数条影响供需边际变化的因素；但站在更长期的 角度看，我们需要从底层出发，构建影响更全面的价格波动归因体系，从而避免在短期 分析中，跟随市场热点，捡了芝麻，丢了西瓜。 说到长期角度，许多读者一定会想到能繁母猪。作为过去研究的核心，在进行猪价 波动归因的过程中，它一定是绕不开的话题，我们先讲一讲能繁母猪在不同产业背景下 影响猪价的程度区别，再基于此对整体猪价波动进行逻辑上的分解。
（一）为什么能繁母猪不再是驱动猪价波动的核心？
能繁母猪作为逻辑上顺畅、关系上明确的前瞻指标，在 2021 年之前，都是市场讨 论的重要基点。一般，我们会在明确能繁母猪的基点上，再去讨论能繁母猪的结构和效 率，实现对供给侧的认知。
如果我们笼统地把有数据以来的能繁母猪存栏量和猪价做对比并进行数据分析，我们可能会得到能繁母猪存栏对于猪价解释力度2很强的结论。但在应用这一结论时，我们 需要非常小心，要知道，能繁母猪数据是否有较强的解释力度和所处的时空环境有直接 的关系。 如果我们回溯 2007 年到 2015 年这八年（包含两轮典型的“猪周期”）那么能繁母 猪对于猪价波动的解释力非常核心，达到 30%~40%。如果我们在分析中加上 2019-2021 年能繁母猪和猪价大幅负相关波动的情形，这种解释力度就会再度放大：非洲猪瘟时期， 能繁波动对价格的解释力度达到 70~80%，可以说主导了价格的波动。 然而，我们需要注意到，类似于 15-18 年以及 2021 年之后，能繁母猪对于猪价的 解释力度明显下滑，前瞻性指标的意义被削弱。
这是为何？ 首先，如果能繁母猪本身的数量波动本身在减小，其本身对猪价驱动就自然减少； 这时候能繁母猪的影响小了，猪价的波动可能也小了。 其次，养殖端影响猪价的其他因素仍然存在，且部分可能被放大。例如，季节性的 出栏调整以及短期投机性的养殖，都可能导致猪价的大幅波动，而这些因素变化加大， 自然挤占了母猪影响的占比。 最后，无论是从养殖过程、效率变化的角度还是从能繁母猪结构的角度看，单纯的 能繁母猪数量变化并不能很准确的指代产能的真实变化，尤其在产业本身出现养殖技术 的变化或者是产业结构变化时，其数据的有效性也会大大降低。 在商品研究中，分析师通常会过量使用历史数据去总结规律，但很容易忽略历史规 律所形成的具体时空条件。这些时空条件在产业结构变化后改变，对应的“规律”可能 就不再适用（计量经济学中称“制度变化”或“Regime change”）。而基于这些已经被 削弱的“规律”做推断就比较容易失准。 目前，分析中依旧有较多人选择根据能繁母猪数量的波动来判断“周期”的起始， 但能繁母猪波动带来的“周期”可能和想象的并不相同。
（二）猪价波动的四个层次
在新的环境下，我们认为驱动猪价波动的因素，从长期到短期，从底层到表层可以大致分为四个方面： （1）投资兑现情况; （2）能繁母猪和仔猪所代表的生产(过程)兑现情况; （3）季节性驱动情况; （4）投机性和事件性（短期）驱动情况。 2019 年到 2021 年，生猪市场经历了“大投资”时代，而投资带来的基础设施，从 2021 年开始持续转变为供给压制。这些天量基础设施的投资在微观层面上将倒逼养殖 企业在完全成本下、可变成本上3持续兑现其生产效能，从而形成生产稳定的基础。而众 多独立投资的企业同时执行类似策略，导致产业层面上持续压制企业利润。
能繁母猪作为驱动因素需要重新被分解为长期持续的投资兑现（限制能繁母猪的波 动）和短期能繁母猪的调整。如果我们关注以企业长期利润为标的的投资，我们需要关 注的是长期投资周期的演化；相反，如果我们只关注短期市场价格的波动，具体到数据上，仔猪数据和能繁母猪数据本身实际也包含了投资和生产两个层面的影响，仍然是需 要重点关注的。 季节性的驱动包含两层意义，一层是季节性现实的驱动，例如需求的淡旺季、标肥 需求的季节性变化以及供给端养殖效率和仔猪成活率的季节性变化；另一层是基于现实 养殖端主观操作形成的季节性驱动，例如基于季节性的提前出栏和压栏。在第三部分我 们会专门讲述这一主题。 最后一部分是短期冲击带来的波动，分为投机性和事件性。
投机是市场主体的主动动作，是市场的内生因素。投机性的驱动可以有多个表现形 式：2021 年上半年表现为抗价的被动压栏；2022 年下半年表现为其他驱动因素支撑下 的追涨杀跌；2023 年上半年表现为冻品集中入库等等；在某些时间段和区域内也表现 为抄底式的二次育肥。在条件合适的情况下，投机性因素对于猪价的驱动是决定性的， 但这类驱动很难持续。 事件性的驱动则基本上是外生的，较难预测。例如异常的动物疫情、产业政策的重 大突发调整。在这里，我们会把冬季北方、雨季南方以及冬春仔猪腹泻等已经有相对规 律性的疫病纳入季节性因素，只有当这些疫情超越了正常的季节性和区域性，才能成为 事件性驱动。 厘清驱动猪价的主要因素，在投资和交易的角度上，我们就更能够抓住主线和风险。 如果做产业投资，我们关注的是最底层和长期的投资回报；做二级市场投资，我们可能 更关注产能变化带来的盈利预期以及企业的结构性成长机会；做期货长期策略，我们关 注生产兑现和季节性的驱动，把短期异动作为风险；做期货短期策略，我们反而借助短 期的投机因素，反过来把与之相违背的长期因素作为风险看待。
（一）猪周期的驱动、条件和时间
猪周期是生猪研究中绕不开的话题。 2007-2018 年的三轮周期，展示了在相对充分竞争的市场条件下形成的典型封闭式 蛛网模型。 旧的猪周期核心驱动是养殖群体对于利润波动的高敏感性和羊群效应；其产生条件是产业以散户（或散户思维）为主体结构（且相对稳定）的市场环境； 其周期相对稳定的根本是养殖流程的相对固定。
而这一切——无论是利润驱动、散户羊群效应还是养殖流程——都在 19-21 年的 “大洗牌”后出现了明显的变化： 第一，利润驱动减弱。产业企业对于利润的敏感性仍然存在，但在旧有的“猪周期” 理论指导下，以及在过去大量（上杠杆）投资的现实下，企业基于“偏乐观的利润预期” 而非利润本身做决策，从而平滑了利润尤其是亏损阶段对于产能去化的冲击。最明显的 表现是上市企业“此消彼长”的投资过程，以及面临亏损状态仍继续逆风成长的情况。 第二，羊群效应变为两个“囚徒困境”： 一方面，微观个体的降本要求产能利用率的提升以降低摊销，这间接导致产量高企 猪价承压，进一步加剧产业总体的亏损。 另一方面，养殖企业个体以“比同行活得更长、撑到新周期到来的那一天”为目标， 而人们总是会高估自己在同侪中的排名4，个体角度的坚持导致了群体受损时间的延长。
第三，养殖流程不再固定。过去能繁母猪一般养殖 6 到 8 胎，一年内淘汰约 1/3， 后备母猪也以此比例储备，养殖过程比较稳定。而随着技术变革和传播，加上母猪选育 成本相对下降、效率提升，无论是二元轮回体系、还是更加灵活的养殖胎次，都注定了 以前 4 年左右的周期的底层条件不再存在，即便仍有生产周期，但也很难是四年一度了。
（二）三个周期的嵌套
新的时代下，我们必须以更长远的眼光来分析周期，因为企业过去的投资决策，相 比“上母猪，用三年”的决策也明显更长了。 如果我们说，目前仍然存在周期的话，那么应该是三个“周期”的嵌套：投资周期、 生产周期和库存（季节性）周期。 投资周期持续的时间由投资标的决定，这也是我们认为当前市场和 2018 年以前市 场的最大不同。 过去的投资周期，投资的来源主要是行业利润的累积，投资的标的主要是能繁母猪， 也因此自然形成了以能繁母猪为驱动的周期性波动。
本轮投资周期，产业是通过引入海量外部资本，通过加杠杆、政策协调等方式将投 资安排集中兑现在以固定资产为核心的建设上，同时也大量投入到更长期的育种、扩繁 上，也因此需要更多考虑相关资产的价值和使用、折旧周期。 投资周期如果分为“加速（暴利）-减速（盈转亏）-退出（深亏）-出清（亏转盈）” 几个阶段，从本轮投资周期的进程来看，目前出现了新增投资速度的下滑，但仍处于前 期投资的兑现期，盈利转向亏损。而要进入前期投资的退出期，才能开启新周期。虽然 我们目前看到了一些资金流紧张乃至于股权转移的情况，但真正的固定资产的退出要么以使用寿命的完成结束，要么市场极度悲观的情况下，以直接消灭的方式处理这些固定 资产。
投资周期中嵌套生产周期，这里可以用能繁母猪数量来做生产周期位置代理变量。 这里的能繁母猪和 2018 年以前作为投资周期中投资标的的能繁母猪有根本上的不 同：能繁母猪的去化和恢复过程会更快，同时波动幅度是在投资周期框定的范围中。 对比许多工业品，我们也能看到大的投资周期和小的库存周期，但不太容易出现“生 产周期”，这是因为工业品只要调节即期的开工率就能瞬间调节生产；但养殖产业减少 和增加“开工率”都需要一定的时滞，这种时滞也自然是产生周期的原因。 而在三个不同层次的周期中，期货交易最需要关注的是库存周期，也可称之为年内 的季节性。在这里，我们关注的是生产过程中，养殖端基于季节性的“库存”调节。 我们可以用体重来侧面表征生猪的“库存”变化，能够很明显看到每一年度两次累 库和去库过程，这一过程，对于年内价格波动来说也具有重要意义。在第三部分，我们 会进一步阐述季节性中的重要细节。
就期货交易来说，投资周期并不是关注的重点，因为我们的交易周期仅在 12 个月 以内，甚至市场主要交易的合约到期日都在 9 个月内。 在长期因素上，投资经理有一个基本的、趋势性的认知就足够了。我们认为，目前 市场对于库存周期的认知深度仍有待加强，或者对于季节性的分解没有细化，从而阻碍 了对其更全面细致的分析，这是交易中可以寻求机会的部分。
（一）季节性产生的客观条件
几乎所有商品都有供需的季节性，农产品供、需、价、利的季节性尤其明显。
生猪的季节性，存在于供需两端。 生猪供给侧的季节性主要是气温影响导致的养殖效率波动。对于母猪来说，如今可 能受到北方冬季、南方雨季疫病的影响；对于仔猪来说，季节性的成活率波动，尤其是 年末相对严重的腹泻问题；对于育肥阶段来说，春秋是相对较好的增重时间段，而夏季 一般存在养殖、运输阶段的风险相对更高。
当然在新的养殖条件下，以及每年不同的具体环境下，养殖端季节性的体现程度不 一。不过，总的来说，养殖端的季节性常常被忽略。 相反，生猪需求侧的季节性则更为市场熟知，定性上看是春节前后消费需求的大幅 增减、腌腊时期的需求、冬夏季对肥瘦偏好的不同等；定量上可以通过量价、标肥价差、 白毛比价等进行呈现。
（二）必然产生的主观行为
上面一小节我们呈现的都是不以人的思维而转移的“客观”的季节性规律7。因此他 们也是长期有效的。而在这些客观季节性的驱动下，会产生一些同样长期有效的养殖端 的主观行为。 首先我们要说的就是主导年内库存周期的养殖压栏、集中出栏过程。从体重8的季节 性上看，我们一年实际上有两次的累库和去库过程：春节节前的去库–春季累库–春夏 去库–秋季累库。
我们可以很容易的从上一小节的客观条件推导出为什么养殖端会有这样的去库和 累库模式。例如：春节节前的去库，基本上是因为春节本身的旺盛需求，以及对于春节 节后需求回落的担忧；春秋的累库都有适合养殖的条件，但秋季累库更有主动性，尤其 是基于对冬春消费的预期；春夏的去库明显受到标肥价差不利的驱动以及夏季本身养殖 风险的增加等9。 另外冻品入库也一般会基于上半年消费淡季入库，对应在年中之后逐步出库。 无论是出栏节奏还是冻品出入库，这些主观行为，是基于客观条件的理性选择，因 此具有一定的必然性。
（三）主观行为因条件不同而程度有所差异
在不同的供需条件下，其实季节性的表现，尤其是价格的表现是不相同的。我们可 以用过去（2007-2018） 10三轮周期的价格来展示不同供给环境下，季节性在价格11上的 不同表达。
由于主观的出栏节奏调整和冻品决策都受到价格以及价格预期的影响，从而产生不同幅度的调整。举例来说，当价格水平提高时，出栏体重自然因边际收益提升而提升， 而一旦底层供给（偏紧）的矛盾和季节性的压栏增重结合，就容易导致更大规模的压栏 （例如 2019 年、2022 年）。 因此，我们在分析季节性时，既需要厘清逻辑底层，明确客观季节性条件，又需要 站在具体的时空背景下，推断养殖端主观调整的幅度，甚至在部分情况下，养殖端的决 策也会造成季节性的扭曲12，此处不再赘述。
生猪期货上市以来，每一年的猪价都走出了独特的形态： 2021 年，供给已经恢复，但市场仍然处于对高猪价的留念中，猪价下跌过程中持续 的被动压栏导致最后的崩塌，也同样导致了两阶段13、一定幅度的产能去化； 2022 年，受益于 2021 年的产能集中去化，市场能够阶段性地从低谷中重振，阶段 性创造利润，但过度的压栏，外加疫情的扰动，导致猪价大涨后在年末快速回落； 2023 年，面对持续的产能兑现，在大部分时间段，猪价在完全成本下、现金成本上 运行，市场也呈现缓慢的结构性14产能去化，但同时也需要注意，目前仍在本轮投资周 期下释放产能的阶段。
（一）从这三年中，市场学到了什么？
在过去的三年中，我们认为市场逐步找到了驱动价格的主线，要想借助市场“犯错” 赚钱更加困难，从市场对于非洲猪瘟和收储的反映可一窥其变化。
市场对非洲猪瘟的交易正在从“风声鹤唳”的状态，逐步转向更理性更平淡的看待。 从 21 年到 23 年的春季非瘟行情来看，每一次的驱动都在减弱。尤其是 2021 年，春季 非洲猪瘟驱动了期价短期逆势上行，但其影响最终被供给的提升15冲淡，市场对于猪瘟 的敏感系数因此明显下降。 从过去的几轮猪瘟来看，其区域性的特征非常明显，华中、华北和东北地区的感受 比较突出，而这种感受因为市场信息的快速传播而被放大，从局部凸显为主体。 我们不否认非洲猪瘟的影响，甚至认为市场某些时候对于非洲猪瘟的反映并不充分， 但整体来看，无论是集中度提升带来的，还是本身技术、设施、管理上加持的，对非洲 猪瘟的防控能力在整体提升；同时，由于原种猪丰富、扩繁能力充裕、后备母猪充足、 繁育周期收缩，从非洲猪瘟损失中恢复就更迅速。换句话说，目前的环境带毒本身都比 较严重，但在管控和恢复两方面的支撑下，猪瘟总影响在减弱。
市场过去非常关注收储政策，这也是从前非瘟时代的分析中沿用而来，但实际上政 策本身的作用有限。
随着政策发布条件的明确，收储政策实际上成为了对利润水平、价格水平的自然反 映。从 21 年到最近的一次收储，市场对于政策的反映越来越平和16。
（二）在过去的一年中，市场又犯了什么错？
持续的升水挤出是过去一年多数合约到了临近交割月两个月左右的趋势，这意味着 市场预期持续存在且均没有最终兑现。回顾今年市场的供给侧表现，除了三季度有环比 的回落之外，其余时间均处于高位兑现当中，市场对于全年供应总量有所低估，同时对 于需求的支撑过于看重，导致了最后预期不达的结果。
（三）未来的一年中，过去的经验是否还受用？
那么未来一年，我们是否仍然可以利用过去的经验呢？ 二次育肥、冻品存储都曾使用过过去一年的经验，但现实告诉我们，在不同的供需 环境中，前一年的思路可以参考，但状态不会平移。 我们认为，在分析当中仍然需要我们第一部分到第三部分所讲述的底层的、稳定的 逻辑，不能因为 2023 年的预期不达，就对 2024 年产生全面的悲观情绪。反之，我们需要看到 2024 年市场独特的供给状态，并基于此来展开相对独立的判断。
现在，我们将根据我们的猪价预测模型，从数据输入到价格预测分成三个步骤进行 讨论： 第一步基于产能的推断； 第二步讨论明年出栏节奏的预期； 第三步通过对供给的判断来推测猪价，同时需要考虑到推测得出的猪价和出栏节奏 之间是否自洽17。 第三步我们在文章的第六部分呈现，接下来我们主要讨论供给节奏的判断明年的供 给情况。
（一）基于生产过程的推断
我们将按照如下符合一般生产过程的逻辑，对 2024 年的供应情况进行推断： 1）中短期供给基于仔猪出生和存活情况做线性推断，并结合出栏节奏预期测算； 2）中长期基于能繁母猪数据，同时考虑能繁母猪的生产性能（趋势性和季节性），再加上对于出栏节奏的预期，和前期预测得出的累库、去库环境； 3）更长期的预测需要我们基于利润对投资预期、能繁母猪数据等先做出预测，再 对出栏量做出预测。
1. 仔猪相关数据及推断
以相对粗略的逻辑来看，2022 年 7 月到 2023 年 6 月的仔猪基本对应了 2023 年的 出栏，而 2023 年 7 月到 2024 年 6 月的仔猪基本对应 2024 年的出栏。目前我们的数据 中有 2023 年 7 月到 2023 年 11 月的仔猪生产情况，也就基本能确定 2024 年 1 月到 5 月 的育肥猪生产情况19。 按照这样的对应关系，我们可以得出初步的结论：2023 年生猪供应缓步向上（除年 中稍有环比回落外），2024 年上半年延续 2023 年产能兑现带来的高供应，但出现了环比向下的趋势20。
2. 母猪相关数据及推断
从母猪数据来看，2023 年整体处于产能去化的过程中，9 月后能繁的去化有所加速。 不过需要注意的是，母猪数据，尤其是早期的产能去化阶段，并不能直接带来 4 个月后 仔猪出生的减少，以及后续的育肥出栏的减少，此时主要做的母猪的结构调整21。但持 续 4 个月以上，以及出现阶段性的集中去化，这必然会反映的仔猪的生产上。 因此我们看到仔猪出生的明显下行基本上还是要到 10 月左右（对应 5 到 6 月母猪）， 而集中去化阶段（10 到 11 月）的母猪预计驱动明年上半年的仔猪生产收缩，对应明年 下半年的供应阶段下行。 但需要注意的是，2023 年的能繁母猪环比下行是幅度有限的，同时需要对冲能繁效 率的持续提升。可以肯定的是，2024 年的整体环境从生产兑现的角度看是优于 2024 年 的，但从大的投资周期来看，依旧是受限和承压的。
3. 2024 年上半年母猪变化预期及推断
2024 年年底市场如何取决于 2024 年上半年母猪如何变化。而 2024 年上半年的母 猪变化，我们认为主要取决于节前生猪价格、节后仔猪价格能否站上成本线，这背后也会反映和影响远期利润预期，同时要考虑行业短期现金流水平。 整体上看，我们预期 2024 年一季度，市场依旧承受较大的供应压力，因此能繁母 猪有望延续一段时间的去化，不过随着节后补仔猪需求的提升，仔猪价格有望回到成本 线上方，从而降低能繁去化动力。
（二）对出栏节奏的判断
首先，针对春节，我们提前出栏，2023 年底到 2024 年初本身受到疫情等因素扰动， 压栏力量有限，但 2024 年淡季预期下，提前出栏的动力存在，因此我们认为春节前后 依旧存在明显出栏集中和下降。 针对春夏季节，我们以相对稳定的出栏速度，面对持续的压力。
在夏秋季节，因底层供给的驱动，有可能出现价格的明显波动，从而驱动市场逐步 进行压栏和出栏节奏的减缓。 从三季度到年末应该有一个压栏的总体趋势，以应对新一年的年末需求的集中。 因此，我们认为明年的供给量变化趋势总体向下，但同时需要关注价格波动中压栏 节奏和程度的具体展现，这决定了生猪价格的波动幅度。
（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
