• 报告提出抓住猪周期作为生猪板块投资的关键驱动力，强调系统性分析猪价供需关系的必要性。猪价由供给主导，供给由产能决定，核心变量为生猪出栏量；需求侧以季节性为主要考虑因素，外部因素如疫病等影响需辅助判断[pidx::0][pidx::4][pidx::5].

• 猪价分析框架分为四步：1）逻辑推演（大势研判），聚焦人性周期反应、疫病传播及母猪生产效率变化；2）数据测算，构建基于能繁母猪和新生仔猪的供给模型，结合需求季节性分析优化猪价预测；3）上游数据（饲料及动保销量）作为侧面验证；4）综合分类判断，综合三种方法结果形成最终结论[pidx::0][pidx::7][pidx::9][pidx::23].

• 逻辑推演基于人性周期理论分析2019年以来养殖盈利周期，发现2021-2022年长达一年亏损后期迎来盈利，结合生产效率提升和疫病传播，成功解释猪价波动特征。人性与周期逻辑推演在2022年下半年出现偏差，产能受提前预判和生产效率提升影响[pidx::10][pidx::11][pidx::12][pidx::13][pidx::14].

• 数据测算模型以能繁母猪线与新生仔猪线构建供给测算，结合生猪价格季节性规律分析需求，供给侧数据与实际屠宰量高度吻合，测算出的供需季节性影响显著导致猪价月度波动，与实际猪价吻合良好。该模型实现6-10个月前置预测[pidx::15][pidx::16][pidx::17][pidx::18][pidx::20][pidx::23].

• 上游数据验证通过饲料产量和动保销量进行，饲料产量与4个月后猪价的反向一致性验证了前置判断的前瞻性，进一步增强整体判研结果的信度[pidx::23].

• 综合逻辑推演、数据测算和上游验证，报告最终得出2021年至今的猪价走势及拐点判断准确，框架具备较高的实用性和前瞻性，可为未来生猪养殖行业投资及策略制定提供科学基础[pidx::23][pidx::24].

方正证券研究所《猪价回顾与演绎系列（一）：猪价深度分析框架》报告详尽分析

---

一、元数据与报告概览

• 报告标题： 《猪价回顾与演绎系列（一）：猪价深度分析框架》

- 发布机构： 方正证券研究所

• 分析师： 娄倩（登记编号 S1220522060003）、联系人 邱星皓

- 时间： 未直接标注具体发布日期，但内容涵盖至2023年中

• 研究主题： 重点研究生猪价格（猪价）的历史走势、影响因素以及预测框架，针对生猪产业链波动的关键因素进行深入剖析，旨在为投资者提供准确把握猪价周期位置及预判未来猪价走势的体系方法。

核心论点：
生猪价格由供给决定，供给又主要受产能影响。猪价周期反映的是“猪周期”规律，背后是人性驱动的产业周期。通过 "逻辑推演"、"数据测算"、"上游数据验证" 三步法综合判断，可以实现对猪价走势的有效预测，辅助资本市场及产业界更好地理解和运用猪价周期规律，从而指导股票投资与企业战略制定。报告强调投资生猪养殖股票，必须准确把握猪价格周期及趋势，而猪价波动受多因素影响，需采用多维度、多方法交叉验证的系统思路。报告认定，猪价的核心决定因素是生猪出栏量，通过细化母猪生产效率、新生仔猪指标，以及上游动保饲料数据，结合供需季节性变化、疫病与市场情绪等因素，形成科学测算模型，来实现行业周期的前瞻研判。

---

二、逐节深度解读

2.1 为什么要研究猪价？（p0-p1）

• 必要性： 生猪板块股票的投资逻辑由周期性和成长性两大驱动组成，而其中周期性即猪价周期，对于投资者理解和预测板块行情极为关键。猪价周期的波动反映产业供需、资本预期和政策因素，是投资生猪相关上市公司最重要的变量之一。准确把握猪周期，实现遴选最佳买卖时机，是生猪股投资成功的关键。
• 可能性： 猪价波动虽频繁且充满不确定，但历史数据揭示了猪价运行背后的普遍规律和周期模型。随着资本市场与产业界对生猪周期的深度研究和技术进步，当前已有多种经过验证的科学研判工具和方法，能够较准确预测猪价的中长期走势。
• 研究方法框架（四步法）：

1. 逻辑推演：从产能角度预测供给趋势，重点分析人性周期、母猪生产效率及生猪疫病传播。
2. 数据测算：构建供需模型，基于生猪出栏量和需求季节性计算猪价。
3. 上游数据验证：以动保与饲料数据侧面检验模型预测。
4. 综合判断：整合三维度结果，形成最终分类判断。
此框架结合逻辑和数据，突出前置指标作用与交叉验证，提升预测准确性。pidx::0][pidx::1]

2.2 猪价影响因素分析（p4-p6）

• 猪价影响因素复杂，归类为三大类：

- 供给端： 生猪出栏量及出栏均重为核心，产能由能繁母猪数及母猪生产效率决定，相关指标包括配种率、分娩率、窝均健仔数、断奶成活率和育肥成活率，周期领先约10个月。
- 需求端： 饮食结构、消费能力、季节性及气温影响消费行为，体现为需求的季节性波动。
- 外部间接因素： 动物疫病、政策、生产成本、新冠疫情、行业情绪、替代品价格（如鸡价）等，对猪价有短期冲击或结构影响。

• 关键影响因素按时间维度细分：

- 中长期重点关注出栏量趋势、季节性的供需变化及动物疫病。
- 短期则需要考虑更多变量，如气温、冻肉库存、出栏体重、政策调控、养殖行为等，但核心始终是出栏量。

• 核心结论： 无论短期或长期，猪价最关键的驱动因子是生猪出栏量，其变化由能繁母猪数和新生仔猪两条思路前置预测，而新生仔猪领先6个月，能繁母猪领先10个月。产能测算可辅以上游饲料和动保数据验证，提升预测的可靠性。[pidx::4][pidx::5][pidx::6]

2.3 猪价分析框架（p7-p9）

• 报告提出了四步猪价分析框架，系统整合逻辑推演与数据测算，并辅以上游数据侧面验证，最终综合分类判断猪价走势，结构清晰：

- 逻辑推演： 以产能变动为核心，围绕人性与周期、母猪生产效率及生猪疫病三大核心影响因素，结合10个月出栏周期，实现周期领先推断。
- 数据测算： 以能繁母猪和仔猪数为基，结合季节性需求，构建供应与需求模型，实现6-10个月前置精确定位。
- 上游数据验证： 利用饲料产量和疫苗销售量两大上游产业指标，从长短期多角度，检测生猪存栏趋势与疫病影响。
- 综合判断： 三个方法结论不一定完全一致，结合实际情况分类判断，确保覆盖绝大数价格走势可能。

• 逻辑推演强调人性与周期固定不变，通过“蛛网模型”捕捉投资者盈利预期反应，预测产能调节；还强调母猪生产效率近年来受非瘟影响大幅震荡；生猪疫病虽然难量化，但对产能突然冲击影响明显，需综合考察。数据测算及上游数据验证，是对逻辑推演推断的实证强化。 [pidx::7][pidx::8][pidx::9]

2.4 历史猪价走势应用复盘（p10-p24）

• 猪价走势回顾（2021年至2023年中）：

2021年初猪价高达36.4元/kg，随后快速下跌至年末的10.3元/kg低点，经历底部震荡，2022年初逐渐回升，10月达到28.5元/kg高点，之后再次快速回落并至今维持约14元kg的底部震荡区间。整体呈现高峰-低谷-反弹-回落-平稳的周期波动态势。[pidx::10][图表7]

• 逻辑推演验证阶段：

- 按2019年以来养殖盈利数据分析，2019下半年至2020年底盈利达到历史峰值，2021年盈利转亏，2022年中恢复盈利，2023年初随后再次亏损。
- 人性驱动的产能增减逻辑基本吻合猪价波动，猪价低点预计于2021年10月左右出现，实际验证年内大致吻合。
- 2022年下半年逻辑推演与实际走势出现背离，可能原因是行业更早预判周期及母猪生产效率提升导致节奏变化。
- 母猪生产效率受非瘟影响大幅调整，2021年后逐渐恢复，由三元母猪向高效二元母猪转变，产能利用效率提升影响猪价供给。
- 疫病因素虽难量化，但2021年及2023年冬春猪瘟高发仍被认为对供给端有起伏影响。
- 综合三大逻辑纬度（人性周期、生产效率、疫病），推导出猪价多种可能走势，基本涵盖后期波动区间。

• 数据测算模型精准定位阶段：

- 通过农业部和涌益咨询两套数据体系，利用能繁母猪数、配种率、分娩率、窝均仔猪数、断奶与育肥成活率，对2021年2月至2023年5月的理论出栏量做精确测算。
- 理论出栏量与实际屠宰数据对比，发现趋势高度同步，验证了母猪数据驱动模型的有效性，但两套数据在波动幅度存在差异。
- 理论出栏量拐点与猪价实际拐点高度匹配，出栏低谷对应猪价高点，反映供需关系的价格机制。
- 通过供给弹性测算，利用过去月度屠宰量和猪价波动的关系，确定供给弹性约为-2.5，供给变化1%导致价格反向变化2.5%。
- 结合猪价与供给波动推导出需求季节性，需求端季节性特征鲜明：春节（12月至次年1月）是消费高峰，年后2月为低谷，夏季有小幅下降，整体下半年消费旺于上半年。
- 生猪供需季节性波动影响猪价月间波动，构建供需驱动的季节性猪价波动模型。
- 结合中长期供需测算与需求季节性分析，形成较为精准的半年猪价走势预测模型，覆盖整体行情波动区间。

• 短期猪价预测和上游侧面验证：

- 结合月度出栏量及需求季节性变化，借助近期市场价走势进行短期预测调整，提高预测灵活性。
- 饲料产量与4个月后猪价呈明显反向关系，饲料销售旺季和淡季明显，且变动与猪价拐点高度一致，反映存栏变动趋势。
- 动保疫苗销量尤其是口蹄疫、猪瘟等主打疫苗，作为生猪存栏和疫病传播的间接指标，领先6-10个月预测产能变化。
- 上游数据侧面验证加强了模型对未来供需和猪价走势的把握能力。

• 综合判断与结论：

逻辑推演、数据测算和上游数据三者虽不完全一致，但分类讨论后有效覆盖未来猪价可能走势区间，不论是趋势判断还是拐点时机预测，都接近与历史实际行情，具备较高预测价值。风险提示包括历史规律失效、数据异常、模型误差等。[pidx::10][pidx::11][pidx::12][pidx::13][pidx::14][pidx::15][pidx::16][pidx::17][pidx::18][pidx::19][pidx::20][pidx::21][pidx::22][pidx::23][pidx::24]

---

三、图表深度解读

报告中核心图表数量众多，结合正文重点，解读以下代表性图表：

• 图表1 & 图表2（p4-p5）：

内容： 列示猪价影响因素框架及其按中短期分类的影响核心因素划分。供给端为出栏量体重及季节性、疫病为关键，需求端以季节性和气温主导，外部因素（政策疫病等）影响短期波动。
意义： 该框架帮助聚焦研究重点，特别强调供给端的出栏量为核心，且通过分析详细生产过程细分指标提升模型预测的细致度。视觉化呈现清晰明了，便于赋予模型导向。[图表1 图表2

• 图表3 & 4（p7-p8）：

内容： 说明数据推演与逻辑判断相结合的分析框架，三大维度（人性周期、生产效率、疫病）逻辑支柱承接。
意义： 深化逻辑简述，强调多维因子的综合分析，提高理解复杂周期因素的勾连方式。图表3 图表4

• 图表7（p10）：

内容： 2021年以来生猪价格走势图，识别几大关键价位，明确周期起伏节奏。
意义： 清晰呈现市场行情起伏，直观支持后文复盘和预测能力对比。图表7

• 图表8 & 图表9 & 图表10（p11-p12）：

内容： 展示养殖盈利情况及其与猪价的逻辑推演结果与实际走势对比。
意义： 连接盈利对产能调节和价格的传导机制，验证“人性周期”模型的有效性和局限性，引导生产效率与提前预期修正的提出。
图表8

• 图表11（p13）：

内容： 能繁母猪结构比例变化，体现低效三元母猪向高效二元母猪的替代趋势。
意义： 佐证生产效率对产能的动态推动，解释价格底层供给侧变化。
图表11

• 图表15-17（p15-p16）：

内容： 两套数据体系测算的理论出栏量走势与实际屠宰量对比。
意义： 强化母猪指标驱动猪价预测的实证基础，同时反映数据体系差异对波动幅度判断的影响。
图表15
图表16
图表17

• 图表21-23（p18）：

内容： 历年生猪屠宰量与猪价波动，揭示供需弹性关系和月度季节性趋势。
意义： 解构价格形成机制，明晰季节性波动基本规律，为模型提供量化支撑。
图表21
图表22
图表23

• 图表25（p20）：

内容： 生猪出栏均重月度环比变化，解释冬季压栏与春节前提前出栏节奏调整。
意义： 揭示养殖户应对市场节奏调整机制的重要微观行为，助力理解供给侧季节调整。
图表25

• 图表30-31（p21-22）：

内容： 两套数据体系测算的半年猪价走势及与实际价格比较，体现较小价差，验证模型预测可靠性。
意义： 建立数据驱动价格测算的信心支撑，验证模型对未来行情区间的指示能力。
图表30

• 图表33（p23）：

内容： 饲料产量与4个月后猪价走势对比，展示具说服力的领先关系。
意义： 突出上游产业链数据在猪价预测中的重要辅助作用。
图表33

• 图表35（p24）：

内容： 综合分类判断框架图，整合前三步结论进行最终猪价分类判断，支持全局把控。
意义： 体现系统性思维，明确不同方法交叉验证和结果纳入的思路。
图表35

---

四、估值分析

本报告主要聚焦行业供需与价格波动分析，不涉及具体上市公司财务估值或目标价设定，因此无估值模型、估值方法或目标价格之类内容，强调的是价格趋势研判与周期预测模型建设，属于行业深度研究范畴。

---

五、风险因素评估

报告在第1部分及结尾的风险提示明确指出：

• 历史规律失效风险： 过去的猪周期及价格规律可能因产业结构调整、技术变革、政策干预等出现偏离。

- 数据异常与失真风险： 中国生猪产业分散，统计数据可能偏差，导致模型输入数据不准确影响结论。

• 模型误差风险： 所构建逻辑推演和数据测算模型均有局限性，存在预测误差的可能性。

报告建议在分析运用时，必须警惕上述风险，并结合行业动态适时调整判断。[pidx::1][pidx::24]

---

六、批判性视角与细微差别

• 逻辑推演依赖的人性周期假设在中长期有效，但短期受多因素干扰，且当前行业规模化与信息高度透明使得投资者行为更为理性和前瞻，削弱传统经验权重。报告已经指出2022年下半年开始逻辑推演与实际猪价走势发生差异，这体现出现实条件与历史模型间的张力。说明模型需要引入更多产业预期和结构性变量。
• 数据测算所依赖的母猪数量及生产效率指标尽管较为准确，但对断奶成活率、育肥成活率等中后段环节的精准测量依赖较大，且上述环节存在地域差异与企业差异，模型难以捕捉局部结构变化。
• 上游数据验证的饲料与疫苗销量虽有较强的领先性质，但本质上仍是间接指标，且存在政策调控、存栏结构变动等影响使用行为的复杂性，隐含假设饲料用量与猪存栏比例稳定。
• 报告在采样数据的稳定性、变异性，以及模型外推能力等方面细节欠缺，预判仍应结合实际产业调研和市场情绪动态。
• 全文较少涉及政策变化及替代品价格（如鸡肉等）对猪价的可能冲击，未来研究可以增加这些影响因子思考。

---

七、结论性综合

方正证券本报告系统构建了一套理论清晰、层次分明、实证验证较为充分的猪价研究框架，重点通过逻辑推演（人性周期、生产效率、疫病三因子）、数据测算（以能繁母猪和新生仔猪为核心的出栏量模型）、以及上游产业链指标验证（饲料、动保疫苗销量），形成了行之有效的猪价周期研判体系。

报告详细揭示了2019年至2023年间中国猪价的主要驱动因素、周期特征和关键转折点，用多指标、多模型结果的交叉验证证明了框架的稳健性与预测有效性。其中，生猪出栏量被确定为供给端最核心的变量，新生仔猪和能繁母猪两个领先指标构成预测的主线，生猪价格的供需弹性（约-2.5）指标化程度高，实现了对季节性与周期性变化的量化捕获。

图表数据展现了多个重要见解：

• 能繁母猪结构提升与生产效率恢复是产业供给韧性和猪价中期上涨的根本保障（图表11）。

- 理论出栏量与实际屠宰数据高度吻合，说明测算模型具备高可信度（图表15-17）。

• 生猪供需季节性动态明确揭示价格月度波动规律，理论猪价与实际猪价的季节性特征高度契合（图表21-29）。

- 饲料产量与4个月后猪价走势呈现显著负相关，进一步支持产业链供需研判（图表33）。

• 通过综合逻辑推演、数据测算与侧面验证的结论分类汇总，实现对猪价周期的准确预测（图表35）。

总体来看，本报告展现了方正证券研究团队在生猪产业供需研究的严谨性与深度，具有较强的学术价值与实际指导意义，对投资者理解猪周期、把握价格波动趋势提供了坚实依据，推动了生猪板块周期性投资研究的体系化建设。

建议投资者依据报告提出的猪价分析框架，结合自身风险偏好和产业政策动态，合理配置相关生猪养殖及加工产业链的股票资产，关注关键生猪产能指标与上游数据变化，把握猪价周期带来的投资机会。[pidx::0][pidx::10][pidx::24]

---

报告附注

• 声明部分强调作者职业资格和独立性，报告基于公开合规数据，内容不构成具体投资建议，需审慎使用。

- 报告版权归属方正证券，未经授权不得复制传播。

---

以上详尽分析完整涵盖了原报告所有章节重点、关键数据、图表阐释，深入解读了模型构建逻辑、预测原理及应用验证，剖析了报告的研究优势及潜在局限，最大限度体现报告专业水平及其对生猪行业投资决策的实际指导意义。

报告