从_蛛网模型_到_猪周期_再论本轮周期的演变与异化_16页_2mb

报告摘要

农林牧渔行业总结

核心内容概述

本文探讨了中国生猪市场从“蛛网模型”向“猪周期”演变的过程，并分析了影响猪周期变化的主要因素。随着行业规模化、信息化发展，传统基于母猪存栏量的分析方法逐渐失效，而养殖户预期、消费增速变化及“X因素”（如疫病、政策）对周期的影响日益显著。

主要观点

1. “蛛网模型”与“猪周期”的演变

蛛网模型：适用于完全竞争市场，分析价格、供给和需求之间的相互作用，适用于散户为主的市场环境。
典型猪周期：2011年以前，一个完整周期约3-4年，遵循“猪价上涨-母猪补栏-生猪供大于求-猪价下跌-能繁母猪淘汰-生猪供不应求-猪价上涨”的过程。
周期异化：随着规模化养殖的推进，养殖户预期对产量的影响增强，导致猪周期拉长。同时，消费增速放缓，猪肉需求对价格的影响逐步上升。

2. 传统方法“失灵”的原因

统计样本局限性：过去依赖母猪存栏量判断周期拐点的方法，因样本有限而存在偏差。
单位效率提升：母猪生产效率（PSY）显著提高，仅关注存栏量不足以反映供给变化。
PSY提升：2016年全国平均PSY较2014年提升约14%，表明母猪单位产出增加，对行业供需关系产生深远影响。

3. 行业现金流与“X因素”影响

现金流变化：猪价长期低迷导致养殖户资金链紧张，最终引发被动淘汰产能。
“X因素”加速反转：疫病、政策等外部因素可加速周期反转，如2010-2011年H1N1疫情和2014年仔猪流行性腹泻疫情均对猪价产生显著影响。
猪粮比：作为衡量行业盈利的重要指标，猪粮比更准确地反映行业盈亏情况。

关键信息

一、行业周期变化

2011年以前：猪周期约3-4年，与母猪生产周期吻合。
2011-2016年：周期拉长至5年，因养殖户预期和消费增速下降。
2016年后：行业进入调整期，周期变化更加复杂，需关注现金流和“X因素”。

二、母猪生产效率提升

PSY提升：2016年较2014年提升约14%，反映行业技术水平和管理能力的提升。
均衡存栏量下降：PSY提高将减少母猪长期均衡存栏量，影响供需关系。

三、消费增速变化

消费量增速下滑：2015年起，国内猪肉消费增速下降或接近零。
人均肉类消费：猪肉在肉类消费中的占比下降至约60%，其他肉类和水产品消费增长。

四、疫病与政策影响

疫病影响：疫情可导致短期供给短缺，从而推动猪价上涨。
环保政策：2014年起，环保政策密集出台，推动行业去产能，影响母猪存栏量。

五、投资建议

关注成本控制：行业进入调整期，成本控制能力强的企业更具竞争优势。
重点企业：建议关注牧原股份、温氏股份等企业。

风险提示

猪价波动风险：猪价波动直接影响企业盈利。
疫病风险：如H7N9等疫情可能引发消费恐慌，影响猪价。
食品安全风险：农业环节复杂，食品安全问题可能对行业造成负面影响。

图表与数据说明

图1：蛛网模型示意图
图2：典型猪周期循环示意图
图3：2011年以前猪周期价格变化
图4：母猪补栏到生猪出栏时间约15个月
图5：能繁母猪存栏量与猪价关系
图6：母猪价格变化
图7：仔猪价格变化
图8：2007年以来生猪规模化养殖占比提升
图9：国内母猪生产效率提升
图10：我国生猪养殖效率较欧美国家仍相对落后
图11：美国养殖场数量快速下降
图12：美国PSY水平提升
图13：美国猪周期长度变化（1960-70年代）
图14：美国猪周期长度变化（1980-90年代）
图15：美国猪价周期规律不明显（2003年后）
图16：美国规模化提升改变猪周期长度
图17：猪肉在肉类消费占比下降至约60%
图18：我国人口结构演变情况
图19：2013年后劳务人口数量下降
图20：牧原股份原材料等成本占比超80%
图21：本轮周期盈利丰厚程度高于上一轮
图22：2014年底母猪淘汰数量明显增加
图23：玉米价格低于2000元/吨
图24：豆粕价格震荡在3000-3500元/吨之间
图25：猪粮比可衡量行业盈利情况
图26：美国两次猪价上涨均与疫情有关
图27：大规模疫情对供给冲击更明显

表格数据摘要

年份	生猪出栏数量（万头）	生猪年均存栏数（万头）	生猪周转率
2009	64,465	46,900	1.37
2010	66,700	45,380	1.47
2011	66,170	47,334	1.40
2012	69,628	46,294	1.50
2013	71,557	45,731	1.56
2014	73,510	42,157	1.74
2015	70,825	38,379	1.85
2016	68,502	36,733	1.86
2017	68,861	34,153	2.02

PSY提升：2016年较2014年提升约14%。
猪肉消费量增速：2015年起连续三年下滑。
环保政策：2014年起密集出台，推动行业去产能。

结论

随着中国生猪养殖行业从散户向规模化、信息化发展，传统的“蛛网模型”分析方法逐渐失效，行业周期呈现出异化趋势。养殖户预期和消费结构变化成为影响周期的关键因素，而“X因素”如疫病和政策则可能加速周期反转。在当前调整期，成本控制能力强的企业将更具竞争优势，建议重点关注牧原股份、温氏股份等企业。同时，需警惕猪价波动、疫病及食品安全等风险。

展开完整摘要