中信建投期货：生猪平衡表的建构与局限斑子麻黄

中信建投期货：生猪平衡表的建构与局限

生猪价格研究的两个切入点，一个是定位，一个是估值。

定位是判断当前和未来一段时间，生猪市场所处的供给变化周期以及季节性需求的状态，确定生猪价格的大致走向，是判断生猪价格的核心和基础。然而，定位能够帮助我们判断趋势，却无法很好地判断具体的价格区间，这就需要用到估值手段。

对生猪未来价格的估值判断一直是市场难点。从农产品价格研究的理论上，我们大致能够看到“历史类似状态下的价格参照”和“基于供需边际变化的价格推算”两个方法。

而供需平衡表通过判定未来的供给、需求，可以进行供需的基本测算，同时又能给出历史不同供需环境下的价格对照，是主要大宗农产品研究的核心工具之一。如果生猪也能够制作供需平衡表，那么它就可以帮助我们在做周期定位的同时，更好地进行估值，提高对未来判断的精确性，更好地将研究成果转化为交易策略。

一、生猪供需平衡表的构建思路(一)他山之石：USDA年度供需平衡表

构建生猪供需平衡表，目的是得到关键指标的边际变化和历史走势，那么确立关键指标、以关键指标为核心才是构建平衡表的正确路径。如果不确立关键指标，只为了配平供需平衡等式，那么供需平衡表的有效性和实际作用将大打折扣。我们可以先看看USDA提供的中国生猪和猪肉的供需平衡情况：

可以看到，USDA提供的生猪供需平衡表中，将期初存栏生猪作为“期初库存”，叠加到当年的生猪出栏和进口中，形成总供给;而将期末存栏生猪作为“期末库存”，和屠宰量、损失、出口等归纳为年度总需求。

乍一看，将存栏归类为库存的手法似乎同直觉相悖，毕竟库存通常意味着能够“即刻”应对需求的供给，而在某一固定时刻下，生猪存栏当中，大部分是尚未到达出栏标准的中猪、小猪。不过，由于USDA制作的是年度的供需平衡表，那么对于未来一年来讲，年末存栏生猪势必在未来一年形成产能，从这个角度上来看，将存栏当作库存也是可以理解的。另外，将期初存栏和年内出栏数量相加来形成所谓的“总供给”，也略让人疑惑，毕竟生猪出栏才是通常意义上的总供给(除进口外)，而期初存栏基本上也将在年内形成出栏，这就导致从直观角度上形成了重复计算的状况。对应的，USDA将年末存栏数计算为期末库存，囊括在生猪需求当中，这样让整个平衡表实现的供需平衡，但却失去的逻辑上的意义。

另外，USDA给出的平衡表是年度的，这样的平衡表从存栏角度和出栏预期角度都具有一定的参考性，但对于我们期货交易的月度层面，参考意义就很小了。

除了生猪的平衡表外，基于猪肉的平衡表是当前大家在制作平衡表时更主流的选择。一方面，猪肉更加能够反映实际消费市场面临的供给压力，生猪出栏体重在生猪平衡表中没有体现，但在猪肉供给中却占有举足轻重的地位;另一方面基于猪肉的生产、消费、库存都更加直观，不用费劲地将生猪存栏理解为库存。同时，进口和国内冻肉方面都可以纳入猪肉平衡表中，这对于生猪平衡表来说具有一定的难度。

在USDA的数据中，国内的猪肉生产和进口猪肉共同形成了总供应，需求则为国内消费和出口，这样库存基本为零。从现实角度来看，猪肉一定有冻肉库存，但平衡表中没有体现;如果平衡表只囊括了鲜肉的需求和供给，但却又有进口冻肉，这就导致这一张平衡表出现了比较明显的缺漏，唯一的解释就是，国内冻肉轮入轮出有明显的节奏，跨年度上影响不大。不过这样的解释也难免牵强。

除了USDA以外，市场上还有一些平衡表构建的思路，包括将国内冻品纳入到猪肉平衡表中，但冻品库存数据的真实性和可靠性仍受到怀疑。

(二)月度平衡表的意义在于“出栏压力”的刻画

一般大宗农产品的供需平衡表，是以库存指标为核心和起始点，反映市场供需边际变化的的情况。市场围绕库存变化的情况，判断供需环境向紧张或者宽松方向运行，进而再细分为供需两端不同因素的边际变化。

【一般品种供需平衡表的数量逻辑】

相对一般农产品来说，生猪的需求侧具有极强的内生性，从数量上来看，可以说供给就“决定”了需求。因而生猪供需平衡表的核心并不在供需之间的差距上，而是在供给侧的弹性上。

我们认为，要反映供给侧的弹性，核心的指标是“出栏压力”，出栏压力越大，供给侧弹性越低，价格下行压力越大，反之，价格的支撑就越强。因此，在平衡表的设计上，我们将以“出栏压力”为核心进行构建。在平衡表中细化“出栏压力”指标，能够提高平衡表的指引作用，如果以猪肉为标的，那么能够反映出栏压力的指标被浓缩在预期产量当中，无法得到很好的细化，那么我们只有以生猪为标的来设计平衡表，才能够更加直观地体现核心指标。

根据对生猪价格影响因素的分析，我们认为供需平衡中，以可出栏生猪为核心为最佳选择。

在以生猪为核心的平衡表中，我们更多考虑的是可供出栏生猪的多少，而没有像其他品种一样，通过供需两侧来进行加减，算出库存或缺口。生鲜品数量上的需求很大程度上都是内生于供给的，在供给数量相对确定的环境下，通过价格来兑现供给到需求的过程。因此，如果提前考虑消费，一方面消费本身并不长期处于矛盾的主要方面，具有较强的不可测度性;另一方面，也不符合生猪市场的定价逻辑。

(三)根据出肉指标衡量鲜肉消费

没有把消费因素纳入我们的核心项目中，并不代表我们彻底忽略市场的消费环境。我们希望从生猪供给，转换到消费市场，这就首先要达成从猪到肉的转换。

我们根据生猪出栏头数，结合平均体重、平均出肉率得出肉的供给，再通过鲜销率，判断猪肉到底是作为鲜品消费还是作为冻品进入冻品库存。

当我们得到鲜肉的供应量，结合预期的消费市场环境，就能够对未来的市场供需局面有较好的理解。

相比一开始就设定好需求，判断供需之间的差距，进一步判断价格水平，这种方法更适合市场的逻辑：无论供给多少，最终需求所消化的鲜肉都来自于当期的供给，而这一数量本身就决定了价格水平。

二、出栏压力的测定(一)当期产能兑现的推算

市场对于每个月产能兑现的逻辑是比较清晰的，主要机构都会通过能繁母猪存栏量来进行推算，推算的方式基本按照能繁母猪的产能兑现时长，也就是4个月怀孕期和6个月育肥期来进行时间上的推演。

(1)模型的初步建立

不过我们发现，能繁母猪这一数据和最终的生猪出栏数据之间，在月度层面上，并没有非常紧密的相关性：农业农村部给出的能繁母猪存栏数量同定点屠宰量的相关系数仅有0。2左右。

我们认为，从能繁母猪到生猪出栏之间，合理的供给预期下，除了能繁母猪数量本身之外，还需要考虑供应的季节性变化、能繁母猪的生产效率等因素。

基于此，我们构建了新的数量模型，用模拟回归的方式进行初步的模型验证。整个模型的解释力()达到70%，对事实的拟合程度较好。

整个模型自变量包括了三个部分，一个是官方能繁母猪指标，一个是季节性变量还有养殖效率指标。

从上面的回归结果可以看到，除了一月月份因素不显著之外，其他因子都较为显著。一月份不显著的原因主要是模型的初始值设定为十二月，一月和十二月在出栏量上的区别会因为春节时间所处位置的不同而有所不同，但都处于出栏量的较高位置，因此差距在模型中表现不太显著。

(2)能繁母猪滞后月数的调整

尽管我们抓住了矛盾的主要方面，但对于一些关键假设仍有值得商榷的地方：例如在能繁母猪对应上，多数机构给出的逻辑都是基于10个月的产能兑现期，通过滞后十个月的能繁母猪数据去对应生猪出栏量。但我们认为，本身能繁母猪数据中就包含了怀孕母猪，而假设这些母猪平均怀孕月龄为两个月的话(当然需要考虑发情配种妊娠等前后阶段)，那么我们选择的能繁母猪滞后月份应该在8个月才更能反映实际情况。

因此，我们重新对能繁母猪数据进行调整，测算了用7到11个月滞后期的能繁母猪数量来构造模型，最终滞后8个月的能繁母猪数量解释力度最强，这也符合我们上文所做的推理。

(3)模型的拟合和季节性验证

在构建完成基本模型之后，我们对模型的拟合程度进行了观测。从模型中，我们可以看到，整体的拟合效果在正常供需环境下表现较好，但在部分极端情况下，仍然有无法完全匹配的状况。而这些情况通常和短期的产能消涨和价格表现有关，在实际进行供给预测时，需要根据实际情况做出调整。

另外，我们可以看到，季节性非常显著地影响着生猪生产。无论是原始的定点屠宰量还是模拟结果，都具有春节前大量集中出栏，春节后出栏收缩的明显状况。我们通过对历史情况的总结，将这些因素纳入到模型内部，就不用再进行人工的干预。

(二)压栏生猪的推算

压栏指标是我们需要核心关注和进行判断的指标。在对指标值进行判定前，我们需要明确：什么是压栏?如何测得压栏量?

我们认为，通过体重判断压栏是相对合适的。我们将压栏生猪定义为出栏体重超过最佳出栏体重尚未出栏的生猪。根据这样的定义，我们能够更好地利用体重指标，来对压栏进行判断。

(1)最佳出栏体重

一般来说，我们把110公斤左右的生猪称作标猪，130公斤以上的猪称作肥猪，但这并不意味着130公斤以上出栏就一定是压栏，120公斤出栏就不是压栏。我们认为，需要首先确认最佳出栏体重，在该体重范围之上的为压栏。

那么如何定义最佳出栏体重呢?

从财务的角度上看，假设饲料和猪价不变，单头生猪110公斤以上育肥中，边际成本(单斤成本)是逐渐上升的，而边际收入(单斤猪价)是稳定的，那么当边际成本等于边际收益时卖掉生猪，则单头生猪的收益是最大的。那么在边际成本等于边际收益的情况下，所对应的体重就是最佳出栏体重。当然，由于生猪销售习惯，绢雀麦不同体重的生猪价格也会有差异，这里我们将最佳出栏体重的下限设置在110公斤，上限设置在135公斤。

当处于亏损阶段时，我们按照边际可变成本等于边际收益的方式来确定最佳出栏生猪。当饲料价格为3。8元/公斤时，猪价在14元左右，那么最佳出栏体重就在115到120公斤，如果猪价上涨到18.5元/公斤，处于盈利水平时，我们按照边际总成本和边际收益相匹配的方式，那么最佳出栏体重就在120到125公斤。

(2)通过体重差距推算压栏生猪

我们将压栏生猪定义为出栏体重超过最佳出栏体重尚未出栏的生猪。为了简便计算，在推断压栏生猪时，可以用实际出栏体重减去最佳出栏体重，这部分超出体重所对应的生猪则可以被当作压栏生猪来看待。

通过最佳出栏体重这一指标，我们把直接预判压栏生猪转换成了预判出栏体重。对远期生猪压栏的数量直接进行判断显然不太现实，但生猪体重的变化往往有一定规律可以参考，更具有稳健性。

三、生猪、猪肉、鲜肉、冻肉如何解读?

至此，我们就完成了平衡表的核心部分，但直接将出栏生猪对应成供给压力显然还会有一些瑕疵。因为生猪的体重、出肉率不同，将直接导致最终肉的供给和出栏头数之间存在差别

(1)求出鲜肉供需数量

通过将当月生猪出栏量和出栏体重、出肉率相乘得到当月总的国内肉类产量。但实际情况下，并非所有的产出都会形成供给压制，在2021年和今年，我们都能够看到非常明显的主动冻品入库的情况，而入库冻肉对当期鲜品市场来说并不形成直接冲击，因此，在考察猪肉实际供需量时，我们还要在产量之上乘以鲜销率。

(2)如何看待冻品

在许多平衡表当中，冻品被认为是猪肉库存的一种形式白面杜鹃，这表面上看起来非常有道理。不过，我们认为，在构建类似库存的核心指标时，需要判定这一指标是否会非常顺畅地转变为下一期的内在供给压力。我们没有把冻品库存当成库存指标包含在平衡表内，主要考虑了以下几个问题：

(1)冻品和鲜品在渠道、使用方式上有明显差异，鲜品市场是核心市场，冻品对生猪的直接影响非常有限;鲜冻品价格虽高度相关，但并不完全相关，冻品由于其较好的储存性质，价格波动率远小于鲜品。

(2)冻品由于其本身的可储存性，在出库决策上，一般会基于价格、时间两方面做中长期的考量，而并非形成短期(月间)压力;而我们的供需平衡表，更多地反映逐月的供需情况。

(3)我们的平衡表中，用鲜销率的形式，将冻品入库作为供给消化的一种形式，能够帮助反映当期实际供需情况。而将冻品出库纳入外生因素，更能明确库存数量在最可能出库的时间段或者价格区间对市场产生的影响。

综上，我们的平衡表基于当期供给就等于当期需求在数量上的平衡，侧重供给侧的逐月关联关系，可以分为三层：表现生猪供给头数的核心平衡表，从头数到鲜肉供给的猪肉换算表，以及外生的冻品库吨等其他信息。

四、当前的生猪平衡表

根据模型测算和对我们对未来的预期，可以得到以上的平衡表。

(1)从应出栏标猪来看，本年度出栏的高峰期位于春节前的1月，以及节后2到5月，月度供应量都超过5700万头。到6月后，整体供应量将有所下降。

(2)从压栏情况看，今年整体预期体重较为稳定，预计除了四季度开头会有部分超额压栏之外，其他的压栏都没有超过季节性的基本规律。压栏对后市的影响暂时来看相对较小。一方面是上半年价格持续处于低位，压栏信心屡屡受挫，市场对后市的转折预期比较难形成直接的支撑;另一方面，本年市场预期的转折时间在年中，气温较高，本身属于降体重的阶段，这也就和压栏提升体重的市场行为产生一定对冲的效果。

(3)从鲜肉供需量给到的市场环境来红根南星看，如果我们以5月之前整体市场的鲜肉供应基本处于供大于求的状况，但在6、7、8月会出现数量上的明显减少，意味着这几个月鲜肉价格有望恢复至成本线以上水平，而9月之后，整体鲜肉供应虽有恢复，但考虑季节性需求的情况下，整体供需将往偏紧方向移动。

综上，我们认为今年下半年从六月份开始，就有较大的可能实现价格的持续、稳定地回到成本线以上。

五、列表分析的优势和局限

平衡表式的分析可以比较好的帮助我们确定当前供需环境的整体局面，并且很好地定位市场当下的主要矛盾。同时，由于有数量上的明确，使得我们可以进行同环比的分析，对市场有更明确的认知。当需要进行估值并确认交易策略时，可以给出更确切的指引。

不过，平衡表分析方式也有较多的局限性需要注意：

(1)由于平衡表是对数据的综合和浓缩，势必出现不同程度的偏差，在基于平衡表做进一步测算的时候，需要留出一定的容错空间，避免“精确的错误”。

(2)棣棠花属由于在现实中，供给量等于需求量在生鲜品上表现得比较明确，因此，在平衡表中我们从供应侧和季节性出发来确定数量，没有独立的外生需求刻画。当需求出现变化时，价格的变化需要重新判断。

(3)基于能繁母猪对产能的推断实际效果不佳。从历史数据所做的回归分析、因果分析来看，能繁母猪对于产量变化的直接解释力只有20%左右。尽管我们在模型中加入了生产效率等指标，但实际主要的变量还是能繁母猪和季节性。我们使用能繁母猪的滞后指标，很容易导致我们对于新增信息的忽视。

在使用平衡表进行估值时和构建交易策略时，需要注意以上的局限，把握矛盾的主要方面，在更精确的调整与市场大方向的笃定之间进行平衡。

文章来源：中信建投期货

长沙市法拍房网站
长沙法拍房网官方网
长沙市法拍房新房
长沙当日新增法拍房