【核心要点】规模化速度：行业规模化速度飞快，购能力和出栏能力的加成使竞争力大大提升，现在小编就来说说关于生猪涨跌早知道?下面内容希望能帮助到你，我们来一起看看吧!
生猪涨跌早知道
【核心要点】
规模化速度：行业规模化速度飞快，购能力和出栏能力的加成使竞争力大大提升
产能去化：供给端惯性抢跑导致猪价转折提前，产能去化不完全，估计在13%-15%，预测新周期高点价格月12-13元/公斤
猪价：本轮猪价上涨的主要原因包括二次育肥、仔猪专业补栏、肥转母增加、淘汰母猪减少和后备补栏增加，并且存在很强的资金和情绪原因
猪周期：周期长度很难改变，但规模化的增加导致曲线平滑度下降。
政策调控：为稳定CPI可能对猪价进行调控
【主要内容】
规模化速度
规模化速度远超预期。去年统计显示前24的企业出的猪在1.4亿头左右。2021年散户出栏100头以下的占20%左右，500头以下的40%左右，十年前能占到6成。规模化速度很快的原因一个是全球潮流，比如美国1989年还有24.5万猪厂，到2015年剩下不到7万。规模化的采购能力和出栏能力的加成使得竞争力大大提升，规模企业也在进行饲料商品化。当前饲料销量处在较高位置。
产能去化
去产能的情况需要观察时间上的连续性和空间幅度，总体来说是面积比较。总体比较来看这一次产能去化少于上一周期。原因主要是惯性抢跑越发熟练，游资推动下猪价提前进入转折，原本预测进入新周期后八九月份达到高点，但抢跑导致猪价转折提前。
从产业角度来讲，不同品种价格上涨幅度不同。近期仔猪涨的很快。以广州为例，一周前700元，现在1000元，当前杠杆力量越来越强。现在仔猪价格即将追上能繁母猪价格，意味着去产能即将结束。7月一头出栏猪有1万的利润，实现了由亏专盈。一般来说，连续生产线上的品种不会出现大面积断档和不足供应的情况。
猪价
体重方面从春节的120公斤到126-127公斤左右。如果体重和猪价同时往上走，往往伴随着压栏。新发地的情况看来总体还比较合理，但继续往上走压力会增加。猪肉15元是一个分界线，高于15时消费端会存在猪价上涨的担忧，可能暂时性将猪肉消费转移到其他地方。猪价上涨的情况下我们希望与鸡蛋鸡肉等竞品形成价格共振，否则会对猪价上涨形成压制。猪肉价格超过15之后对消费的影响比较大。
冻品价格也在涨，从四月初的1.1w涨到1.7w，前两年平抑物价最重要的一个举措就是释放冻品，肉释放了400多万斤，加上猪杂等可能到达600多万斤。如果今年猪肉涨得块，冻品释放速度会加快，目前看冻品与鲜货价差达到6000时冻品优势会显现出来。
美生猪存栏在下降，全球化影响下中美生产状况产生共振现象，一月70美分/磅，五月涨到110美分/磅，即使是1961年开始做生猪期货的美国也难以避免价格的波动，未来猪价大幅波动还是难以避免。
本轮猪价上涨诱因是新冠导致的囤货，主要推手为二次育肥、仔猪专业补栏、肥转母增加，淘汰母猪减少，后备补栏增加。短期推动猪价暴涨的因素消失之后猪价会很快下跌。
猪周期
过去十年的统计图显示，从底部年角度来看，14年，18年，20年有很大相似性。以18年和14年作为基准年，发现后半程比前半程乏力。今年抢跑之后登顶可能迁移到七月或者现在。去年11月之前猪苗少，会导致今年7月出栏减弱，结合现实6月大涨后必然伴随压栏，会在某个时间集中释放，这会影响下一个高峰的高度。从定点屠宰企业屠宰量看，2018年以来每月都是新高，从屠宰量角度来看不缺猪，定点屠宰企业的覆盖范围有待校正，但因为定点屠宰场的数据需要严格上报，所以我们认为数据可信度比较高。东北产业链比其他地区提前几周，因为东北是第一个经受非洲猪瘟的地区。目前仔猪价格已经突破1000元，最高价接近1100，与春节的情况大为不同，可见行业杠杆率很强。
猪周期有三点内容。一是四年一个猪周期目前来看很难改变，但新周期会改变曲线光滑度，因为集中率提高导致曲线不像过去一样光滑，通过观察美1960以来的情况发现猪周期不易改变。
二是最近几年猪周期底部都是双底，在新周期开启后还会附带一个C底存在。我认为明年春天同样可能有一个C底存在。存在原因一是今年提前开启周期，减少了去化的时间，底部去化的并不很好。二是由于人们的预判导致一致性很强，涨价动力会加杠杆，跌价时也会加杠杆，一致性的预期需要经历几轮起伏才能达到强者俞强的状态。
三是从将来变化的角度来看，可以清晰地看到成本在不断抬高。将非洲猪瘟引起的非线性变化通过长期计算剔除掉，基于此判断作图发现，上个周期高点理论上是12-13，这次猪周期提前跑得很快，从四月初的6元/斤到七月12.5元/斤，显然与平滑周期不一样。猪周期底部严格说也是库存周期，存在主动和被动去库存，需要将中波、短波和长波组合起来看。猪周期有自繁自养的长体系，这一体系需要一年完成。育肥猪需要5-6个月完成，二次育肥需要2-3个月，将这些波综合考虑，通过复杂的计算，得出右面的数值，再在盘面里找到增值的方法。主力养殖企业从2015年2000多万年出栏到2021年全年9400万头，增加非常多，从PE角度来看比较适合投入。现货期货两股联动来看，发现如果现货低，并且有前置作用，上升期货又有很好的支撑作用，就可以判断未来有很好的投资价值。7月6日两只股空前一致，强力向上，这种情况很久没有出现了，即使今天现货出现了强下跌趋势，但期货端惯性作用下还在上升。期货端从投资来看连续两天下调，今天很多期货已经恢复到一个比较好的位置了。
基本面与基础面的偏移存在资金和情绪的推动，今年四月新周期开始后如果仓位没有像猪价一样上升，而是出现了下降，其中减的就是套保的仓位，仓位恢复到以前水平的时候才是真正乏力的时候，现在相对来讲还是资金盘面和企业盘面为主的时候。资金目前没有全面介入，生猪总共100亿的盘子，跟4.2亿出栏量比差距还很大。几个主要期货合约每日算术平均值显示出目前是以做空为主的一个局面。从预测方面来说，不同权值对判断非常重要，比如用2109线性拟合，以中远期的权值看是下降的，以中近期的权值为主建模，趋势是上升的，以完全近期的权值看，震荡范围又不一样了。所以量化分析师建立模型并不能明确得出结论，而是需要仔细斟酌对比才能有z正确的判断。后期我们用更人性化的模型，考虑释放资金和情绪影响的盘面判断。比如判断2301要大涨，至少在20000.5之前的时刻不会轻易退缩，变化点在于种猪价格区域变宽，认知差异体现出来，投资范围变小不代表它要弯下来，运用纯理性的数据建模来看当时会平下来。目前来看人性化的模型与当前的分析差距较小。2109也是在存在强烈的超涨之后还依然向上的盘价，加大资金和情绪是权重之后的结果与之前不一样。玉米也是这样，短期内还是偏强。，豆粕经过一轮触底超跌之后可能又回涨。但唯一要注意的是空间越来越窄，投资空间减小，风险越来越大，说明拐点即将到来。
动态平衡表存在几个问题。首先动态平衡表是对过去数据的大跨度平移，都是以季度、年度为单位，会导致很多峰值被平滑掉了，导致对未来的判断不准。其次是平台信号也被平滑掉了，变成单纯向上或向下。第三个问题是如果强行把以年度为单位改为日为单位，需要修改的数字非常多，简单线性计算不适合非线性的现实问题。
如果按媒体所说本轮生猪产能去化为20%，则预测高点是低点的三倍，本轮低点6元/斤，高点就是18元/斤。如果去化是30%，高点是地点四倍，高点就是24元/斤。我们大部分行内人认为现在的去化水平在15%左右，高点是低点的2-3倍，高点为12-13元/斤。
母猪料的判断上，从现货到期货不可能一一严格映射。2021年5月母猪开始减少，6月开始去化。今年4，5月正常来讲在涨价，这是今年预测的逻辑，现实是今年抢跑了。仔猪料半年前的数字一般对应现在的出栏量。 2022年2月严重减少，对应7、8月进入断档期。但总体来看现在的水平比较高。用母猪料推的时候要客观一点，基本面会和盘面背离，要额外注意基本面的情况，基本面是锚，能决定趋势。
政策调控
结合发改委的说法对行业进行解释：我国现在依然处在量化宽松阶段，要在不加息的情况下释放优越性，发展市场经济，短期内就需要有很多流动性进入市场，这一过程中要防止CPI上涨。CPI里很大一部分由猪肉决定，一季度大部分CPI在1以下，如果猪价暴涨，下半年CPI会上到3，恢复经济的压力会很大。
【Q&A】
可否预测一下今年下半年到明年上半年的猪价走势？
按周期理论推，今年年底接近高点，18元/公斤，行业处于盈利和亏损的平衡点上。政府会进行比较严格的调控，猪价的高低要看政府调控力度和节奏，从情绪和基本面来看有可能在20元/公斤，会持续到年底。建议投资者在节假日前后关注相关部门的公告。目前上涨速度过快，在国家看来是度的问题，国家认为有一个比较好把握的度更有利于行业的长远发展。
本轮能繁母猪去化的百分比大概到多少？
从30%到10%都有，我们估计在13%-15%，正常水平是15%-20%，现在属于将将及格的水平，去化得不是非常完美。
有没有相关的数据可以验证这一结论的？
五月生猪屠宰量2530万头，猪饲料986万吨，出栏体重126公斤左右，这几个数据说明以上判断是比较接近的。
近期猪价飞涨，压栏的商品猪未来出栏时会不会引起价格下跌？
不进行管控的话短期内能维持在12元/公斤，最大影响因素可能不是压栏，而是二次育肥。这一块集中出栏的影响比较大。第一批二次育肥在今年五月，对应80-100天后就是在七月下旬左右进行大量出栏。如果前面提到的五种推动因素（二次育肥，仔猪急速补栏，肥转母，后备补栏，淘汰母猪减少）撤消，猪价下降速度也会很快。
二次育肥的出栏占比有多大？是不是出现了全行业普遍的二次育肥现象？
从价格上升速度反推，占出栏量1%-3%的猪进行了二次育肥。现在还体现不出来，因为这部分猪体重较小，一旦集中出量还是很大的。今年二次育肥东北少一点，华东华北更多，这与资金能力有绝对关系，二次育肥需要庞大的资金。
,
