常规理解的猪周期是经济学中的蛛网模型:肉价上涨→母猪存栏增加→生猪供应增加→供大于求→肉价下跌→母猪存栏减少→生猪供应减少→供不应求→肉价上涨,一个循环大概耗时3~4年。
这个理论非常经典,为我们搭建了一个基础框架,但是实战中猪周期投资会更加复杂,猪价走势并不是一个完美的正余弦曲线,可能短时间内突然暴涨暴跌,在猪周期长度上也出现了“年内周期”和“超长周期”的说法。
在这些问题的研究上,已经有很多大家公认的解释,比如二次育肥、养殖业集中度提升等,我们不再赘述。但是否还有其他内在规律值得挖掘?是否有容易被忽视的地方呢?我们尝试把视角缩小到每个月份,以及放远到二十年维度,通过视角伸缩去探索答案。
用“放大镜”把视角聚集到每个月
年内周期又被称之为猪价季节性波动,通常解释为9-10月份以及年底猪价较高,原因是天气转凉、节日偏多和腌腊季等带来的猪肉消费转好,我们定义为需求端季节性。
但是真的把代表消费量的月度屠宰数据和猪价数据放到同一个坐标系里面,我们会发现真正奇怪的月份是4-7月,这三个月猪价一路上涨,但是屠宰量却在下滑,为什么会这样?
我们来逐月分析供需情况,需求参考前述需求端季节性,那么供给端呢?猪的生长周期大约为6个月,4-7月登上我们餐桌的二师兄出生于前一年10月-当年1月,幼年期主要经历冬季和春季,两个寒冷的季节,养殖难度大,成活率低,因此这几个月供应量确实相对低,我们定义为供给端季节性。
需要注意的是,此处定义的供给端季节性并不特指4-7月份,这个月份是我们对2009-2018十年数据复盘得出的,随着南方养殖占比越来越高,未来供给端季节性可能更多受到南方雨水而不是北方寒冷的影响,月份可能会发生变化。
了解这些有什么作用?首先可以帮助我们更理性的看待猪价。当下的猪周期表现形式非常复杂,猪价上涨可能由于母猪存栏减少带来的供不应求,也可能由于狂热的二次育肥,也可能是季节性因素,当猪价上涨发生在4-7月份则建议大家不要漏掉我们上述讨论的供给端季节性。
其次可以侧面验证当年整体猪肉供给是不是偏少。观察近五年的猪价,可以发现在供给整体偏少的年份,往往4-5月份猪价就涨起来了,比如2020、2022年;但是在供应偏多的年份,这个因素就会比较弱,往往在7月份才有所体现,比如2021、2023年。
最后可以帮助我们识别市场上的噪音和机会。比如2022年4月开始猪价上涨,确实有母猪存栏减少带来的供不应求因素,但也掺杂了供给端季节性因素,又叠加了狂热的二次育肥。如果大家仅把早期猪价上涨归因到年间供需缺口则会对后续的猪价过于乐观,会导致更多的二育,前期三个因素一起推高猪价,后期则蕴藏着较大的猪价下行风险。又比如2023年7月份的猪价上涨,从生猪期货LH2309和LH2311的历史价格看,我们推测当时有一部分人认为涨价会持续,但其实只是昙花一现,背后驱动力(3.280, 0.36, 12.33%)正是供给端季节性。
用“缩小镜”把视角放到二十年维度
传统猪周期长度为3-4年,这是理论推导结果,也是2003-2010年之间两次猪周期的实际情况,但是2010-2015年之间的这轮猪周期持续时间略显漫长,翻开这期间的研报,大家对此形容是“13-15年猪价多次触底“,这是历史少见的,为什么会这样?
这时候需要把视角放远一点,我们复盘了从1992年开始的猪价数据,发现13-15年并不是特例,1998-2003年间,猪肉价格也长期低迷,共同之处或许是:消费低于预期。
1998-2003年国企改革,国企员工减少接近4000万人,对猪肉消费是负面影响;且随着改革开放推进,人们餐桌上的选择逐渐丰富,猪肉消费占畜禽肉比例从1990年的80%快速下降到1997年的68%,也是消费端影响。猪肉消费其实也在增长,但可能赶不上技术提升下的供给增速,造就了猪价长期低迷。
我国猪肉消费量于2014年见顶,结束了长期上涨趋势。这一时期,一方面我国2010年营养不良流行率见底,用于消除营养不良的蛋白需求增量消失;另一方面我国劳动力人口占比于2011年见顶,出现刘易斯拐点,我国经济也在十三五期间进入新常态,在这些因素共同作用下,猪肉消费低于养殖业预期,同样造就了猪价长期较低。
这对我们启示是研究猪周期并不能只研究供给,也要试图洞察消费动态。猪肉是我们国民最喜爱的蛋白来源,但人们对于食物的选择越来越多样化,作为猪周期投资者,在研究后续周期时,我们也要关注其他蛋白情况。从方向上看,对比《中国居民膳食指南》和我国当前人均摄入的营养素数据,我国居民在蛋白质摄入上畜禽肉偏高,长期看畜禽肉在我们蛋白消费中占比或仍有调整空间。
以上是我们在猪周期上的视角伸缩,希望能给大家提供一些投资和研究上的有益补充。
刘耘娜
研究部行业研究员
华东理工大学工学学士、金融硕士,2022年至今在浙商基金担任行业研究员,目前覆盖农业和交运行业,通过深入研究产业发展规律,全方位扫描公司业务、治理、财务,基于DCF评估公司内在价值。
|