站在债市角度对于猪通胀的再思考.docxVIP

今年以来，非洲猪瘟影响扩散导致猪价飙升，无论是从绝对点位还是上升斜率来看，在历史上都难寻先例。作为债市投资者，虽然对于猪价将长期维持高位、货币政策担忧缓解已有初步共识。但后续猪肉走势，仍然对于整体 CPI 反弹高度和货币政策空间产生较大影响。 针对此次疫情的特殊性，我们将在本文中分析：哪些经验仍可以依靠， 哪些固有逻辑可能面临“这次不一样”的冲击。具体而言，我们将从猪周期领先指标的适用性出发，进而分析后续猪价的走势和节奏，最后站在债市角度谈谈我们对未来行情的看法。 预测猪价的领先指标还好用吗？ 传统猪价预测大致有两种思路。一种是从存栏出发，一种是从利润出发。前者对应的逻辑是“母猪存栏—生猪存栏出栏—供给与价格”，后者对应的是更为底层的逻辑“养殖利润--驱动补栏”。 ①能繁母猪存栏法：由于中游生猪生产的“三四五法则”，一般来说，种猪成熟配种需要 3 个月，母猪妊娠 4 个月，仔猪育肥出栏 5 个月，加 起来 12 个月。所以历史上我们能够看到母猪存栏对于猪肉价格有 3-4 个季度的领先。 绝对量指标失效，同比水平仍可参考。值得注意的是，单独从母猪存栏的绝对量来看，2013 年以来，生猪和母猪存栏绝对水平下降了超过50%，但是除了 2019 年的非洲猪瘟疫情造成的超级猪周期，此前 5 年左右的 时间，猪周期基本正常。背后的核心原因是，规模化养殖和技术进步使 得单个母猪的产能得到了提升，较少的存栏就可以满足出栏供给的需求。从供需关系来看，出栏供给和价格的负相关关系仍然稳定。 图 1：生猪和母猪存栏量持续下滑 图 2：出栏屠宰与生猪价格的负相关关系依然稳定 万头 生猪存栏 万头 同比，% 生猪定点屠宰企业屠宰量 元/千克 60000 50000 40000 30000 20000 10000 0 生猪存栏:能繁母猪  6000 5000 4000 3000 2000 1000 0  30 25 20 15 10 5 0 -5 -10 -15 -20 全国大中城市出场价格:生猪:右轴 25 20 15 10 5 0 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2010 2011 2012 2013 2014 2015 2016 2017 2018 数据来源：Wind，国泰君安证券研究 数据来源：Wind，国泰君安证券研究 主流的解释是，单体母猪产能出现提升。规模化和技术进步驱动的单猪产能，在年度和年度之间不会有明显的变化，而在跨越多个年度对比才有较为明显的变化。按照我们估算，PSY（每头母猪每年所能提供的断 奶仔猪头数，可理解为母猪的单体产能）从 2013 年的 15 较为匀速的升 至 2018 年的 21，增速接近 50%，基本可以解释存栏下滑而产量基本平稳的现象。 从这个角度来看，如果我们忽略相邻年份的技术差异，或者假设技术进步速度恒定，那么存栏数据在相邻年份的变动仍然有参考意义，这也解释了为何能繁母猪存栏数据失效，但是能繁母猪存栏的同比增速仍然有较好的领先性。事实上，我们也的确能够观察到母猪存栏同比仍有 10- 12 个月的领先，尤其是在在预测猪价见顶方面，此前两轮均表现较好。 图 3：PSY 的增速较为平稳 图 4：母猪存栏同比的领先性仍然存在， 倍数 PSY（生猪补栏/存栏） 元/千克 猪肉价格 逆序，% 25 MSY（生猪出栏/母猪存栏） 50 45 20 40 15 35 10 30 25 5 20 0 15 母猪存栏同比（领先12个月）  -45 -40 -35 -30 -25 -20 -15 -10 -5 0 5 10 2010 2011 2012 2013 2014 2015 2016 2017 2018* 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 数据来源：Wind，国泰君安证券研究 数据来源：Wind，国泰君安证券研究 ②另一类思路是从利润入手：从微观角度，无论是母猪还是生猪的补栏都是养殖户对于利润变化的反应。事实上，由于利润驱动比存栏操作的逻辑更深一步，领先性和稳定性更好，是过去几年更好的预测指标。比 如以猪粮比来衡量养殖利润，利润驱动的母猪补栏大约 1 个季度，叠加 “345”规律，猪粮比应该领先猪价大约 5 个季度。 但无猪可补，会导致利润指标失效。然而不幸的是，在非洲猪瘟之下， 目前的行业逻辑发生变化。虽然猪价快速上涨、利润快速攀升，但由于瘟疫的影响，微观上种猪供给不足、补栏出现困难，养殖企业甚至出现 了较为罕见的三元肉猪留种作为种猪的情况（这会导致料肉比的显著提升）。反应在领先指标上，我们发现以猪粮比为代表，此前相当“精准” 的利润类指标出现了较为严重的失