【生猪专题】生猪期货功能发挥及使用状况研究

　　银河农产品及衍生品 第一部分摘要 国内生猪产业庞大，在农产品行业中占据十分重要的地位，对于整体农业上下游甚至宏观方面都有较大影响。但由于生猪养殖周期较长，天然存在补栏与出栏时点、养殖成本与最终售价两大错配，因此产能和利润波幅都比较大，生产经营过程中往往面临较大风险。近年来，国内生猪养殖产业集中度虽有提升但仍不算太高，数据显示，生猪养殖行业通常资产负债率和经营杠杆比率都比较高，且经营性现金流普遍偏紧，因此实际承受风险能力并不强，所以无论是政策端还是产业端对于避险工具需求的呼声一直较高。 生猪期货的上市弥补了养殖行业避险工具的不足，因此上市时间虽然不长，但各方参与都表现出较高的热情，成交持仓水平日益攀升。生猪期货避险方式灵活，业界各方参与形式各异，产业链上下游、各规模企业都有相关的受益案例。对于有期货交易能力的企业而言，通常直接参与套保，其套保形式包括与养殖周期匹配的期现结合的经营模式，也包括采取阶段性做空的方式对冲猪价下行风险，部分屠宰企业也利用生猪和猪肉的联动性较好的实现了肉品价格的套期保值。对于没有期货交易能力的中小型养殖户而言，“保险+期货”则发挥了较好的作用，2022-2023年以来，生猪承保量明显高于其他品种。此外，部分企业也选择参与风险管理子公司参与场外期权项目，对商品价格进行了另类的保护。 为验证生猪期货功能的发挥情况，我们采用实证检验与理论分析相结合的方式，研究了生猪期货自上市以来的运行状况。实证检验结果发现，在二阶滞后项的情况下，生猪期货对数收益率是现货对数收益率的格兰杰原因，而现货不是期货的格兰杰原因，在统计和数据意义上证明了生猪期货对现货有价格发现的作用。在套期保值效果检验上，我们采用了随机模拟的方法，使用上市以来的期现货数据，对比了在严格套保和完全不套保两种情形下，养殖端最终的收益表现。模拟结果发现，严格套保状况下虽然最大盈利不如纯现货利润，但是亏损时长、亏损幅度以及利润波幅均明显优于纯现货养殖利润。由此可以一定程度看出，虽然生猪期货虽然上市时间不长，但是已经能较好的发挥价格发现与套期保值的功效。 认为，生猪期货的功能发挥具有广泛用途。价格发现功能一方面可以引导养殖户科学生产，另一方面，对于政策制定也有一定的补充作用，提供了部分案例佐证了上述观点。同时，随着参与群体的增加和期货工具的不断优化，未来套期保值功能将更好的帮助养殖企业对冲风险。此外，数据显示，生猪价格与大类资产相关水平低，而传统资产配置理论认为在投资组合中加入低相关性的资产有助于分散投资组合中的非系统性风险，而本次数据检验结果显示生猪与大类资产相关性为负，因此我们认为生猪期货在资产配置上同样具有较大的应用潜力。 生猪期货自酝酿上市以来已20年有余，检验结果也受到了多轮猪周期的考验，2021年上市之初正适逢猪周期高点，近年来产能的扩张也为市场衍生出更多避险需求。2018-2022年“超级猪周期”后，产业集中度以及市场认知程度都出现了史无前例的提高，在大企业占比增加以及市场认知程度不断提高的背景下，生猪期货已经具备了优良的发展生态。 第二部分生猪产业运行状况及行业矛盾 国内生猪养殖历史悠久，多年的发展积累以及分工细化已经使得养猪及相关行业具备了较高的产业化程度。上游饲料-中游养殖-下游屠宰加工配套完整，产能自给程度较高，具有较强的生产发展与独立定价能力，并涌现出了一批具有国际竞争力的企业。而从规模上来看，我国在生猪养殖量和下游消费量在国际市场都具有绝对领先地位，因此其自身不仅具有较强的定价能力，并连带影响着产业链上下游等多个环节。因此，维持生猪行业的稳定发展十分重要。 传统生猪养殖属于劳动力密集型行业，产业集中度低、进出门槛有限，并且由于生猪生长周期长，行业也一直深陷猪价波动的困扰。近年来，随着生猪养殖的“工业化”发展，其重资产属性在不断凸显，具有较高的财务风险与经营风险，此类企业普遍现金流不宽裕，因此猪周期变化与企业生存环境息息相关，并联动影响行业上下游。尤其在2019-2020年非洲猪瘟以后，生猪养殖行业经历了巨大变化，长期的亏损更引发了市场对周期的思考和猪价避险需求与日俱增。 一、生猪养殖产业体量庞大并具有较强的伴生影响 中国生猪产业在全球占比巨大。数据显示，近年来全球猪肉年产量大约在1.148亿吨左右，其中中国猪肉产量5500-5600万吨，占据了全球总产量的49%左右，贸易量上看，全球猪肉贸易总量在1000万吨左右，而中国进口量大约在200-400万吨左右，占全球总贸易量24%，同样是全球第一大猪肉进口国。庞大的产需量与相对有限的总贸易意味着国内产业的变化难以通过国际市场来进行调节，但国内庞大的需求则可能对国际市场产生影响。 国际粮农组织数据显示，近年来中国肉类人均年总消费量大约在45公斤左右，略高于世界平均水平34公斤，但与发达国家存在差距，肉类消费量最大的美国年人均消费量达到100公斤，澳大利亚、欧盟等发达国家肉类消费量也达到70-80公斤以上。但从肉类消费结构上看，中国人均猪肉消费量24公斤，位列全球第四（仅次于部分东南亚国家），世界平均水平仅11公斤。猪肉在肉类肉类蛋白消费占比中超50%，远高于全球20%-30%左右平均水平，因此不难看出，中国蛋白消费结构中对于猪肉消费依赖度相对较高。 在国内农牧行业中横向对比亦是如此。国家统计局数据显示，2022年中国农林牧渔总产值大约在15.6万亿左右，按照最终产品法测算，我们预估当年生猪养殖产业大约在1.3-1.4万亿左右，占总体农林牧渔产值的8.33-8.97%，在牧业中占比更是超过32%-35%。 生猪养殖行业不仅自身体量巨大，同时还因其与上下游行业联系紧密，按照生猪出栏量推算来看，预计猪饲料产业总值大约在7000-8000亿左右，而国内饲料行业总产值也仅1.3万亿左右，因此占比巨大。饲料产业链劳动力密集程度高，产业链涉及海外十分冗长，因此生猪行业平稳运行也存在着较大的伴生影响。2019年由于国内非洲猪瘟疫情扩散，生猪产能去化明显，一度导致豆粕玉米等大宗原料需求量大幅下降，价格也随之出现较大幅度下跌。同时由于动物油脂供应紧张，植物油替代明显，在当年大豆压榨减少的情况下一度引发植物油价飙涨。进入2020年以后，国内生猪疫情稳定，养殖利润也达到高位，引发市场的补栏热潮，由此带动国际大豆和玉米的价格大幅上涨。生猪行业外部性特点由此可见一斑。 二、猪价波动率水平较大养殖端扛风险能力较弱 生猪价格波动剧烈且通常呈现周期性运行特点。2022年以前，国内猪周期一般4年一轮，在2006至2022年的16年间，国内共经历了4轮较完整的猪周期，一般每轮猪周期涨幅普遍在1-2倍左右，高则达到2-3倍，每轮猪周期下行跌幅也会达到50%-70%左右，每轮猪周期的波动都会伴随着养殖利润的大幅波动以及参与企业的洗牌。 即使横向对比来看，生猪期货波动率在众多商品中仍处于高位。生猪期货自2021年上市以来，3年平均20日历史波动率（HV20）水平为27%，远高于wind农产品指数19.7%的波动率和wind大宗商品指数20.08%的波动率，在众多大宗商品板块中，波动率仅次于在农产品品种中仅次于黑色系、能源和建材指数。在农产品板块中也仅次于棕榈油指数，属于饲料养殖板块中波动率最大的品种，因此对于产业链企业而言，猪价波动仍然是其在生产经营中所面临的重大风险。 与自身面临风险所不匹配的是，生猪行业实际抗风险能力较弱。一方面，国内生猪养殖产业集中度仍然不高，数据显示2022年CR10占比大约在17%，预计2023年达到20%+，远低于美国的56.4%。这也意味着产业链中实际存在着较多的普通养殖户，普通养殖户养猪主要依赖自有资金，融资渠道单一，对于价格也缺少科学的预测体系，对抗风险能力较差。 规模企业同样如此，工业化养殖发挥规模效应依赖资产的初期投入，企业需要大规模购置土地、建设猪场、采购设备，这些都需要耗费巨大的物力和财力，属于比较典型的重资产行业。较高的固定成本导致行业经营杠杆相对较高，息税前利润更容易受到价格波动的影响。同时，由于债务融资成本相较于股权融资更有优势且简单易行，因此生猪养殖企业普遍具有较高的财务杠杆，规模化养殖企业资产负债率水平持续居高不下。数据显示，A股上市的20只生猪概念股票中，平均资产负债率水平在62.18%左右，其中负债率资产负债率高的可达80%以上。对比A股上市板块，生猪养殖板块资产负债率也仅次于金融、地产、公共事业等传统高负债行业。因此亏损周期下企业的偿债压力和债务风险明显更大。 生猪概念养殖企业经营性现金流同样不宽裕，从下图中可以看到，当前国内主要上市企业平均经营性现金流在41亿左右，不少企业当前已经开始有转负的情况，而横向对比其他行业来看，生猪养殖行业经营性现金流已经处于末尾。因此，实际养殖企业面临着较大的经营风险，如果出现持续亏损，往往容易面临资金链断裂的风险，亏损情况下企业经营可能难以一直延续。因此维持生猪养殖行业利润的稳定和经营的稳定对于企业而言实际具有比较重大的意义。 综合以上几点可以看出，生猪养殖产业处于农业行业中十分重要的环节，行业自身变化会波及到产业链上中下游及周边行业，维护生猪价格的稳定对于整体农业具有重要意义。缺乏行情引导以及价格的滞后性大使得行业周期属性凸显，养殖利润面临着较大的不确定性，企业经营压力增加，并且从财务数据上看，生猪养殖行业普遍属于重资产行业，抗风险能力较差。因此，密切监测风险并开发有效的风险管理工具有助于助力国内生猪养殖行业高水平发展，同时对农产品行业的稳定运行以及宏观的影响都具有较高价值。期货作为重要的风险管理工具有助于风险对冲的实现。 第三部分生猪期货功能发挥状况研究 2021年1月8日生猪期货上市以来截止当前已运行两年有余，产业以及各类投资者对于生猪期货的认知也逐渐变得越发充分，期货成交持仓量稳定增长，产业持仓占比不断提高，反应期货功能的发挥正逐步被市场接受。本章中，我们将对生猪期货价格发现以及风险对冲两大功能进行理论分析与实证检验，研究生猪期货在最近两年中产业服务功能的发挥以及品种的实际运行情况。 一、生猪期货价格发现功能实证研究 生猪期货发现价格主要通过盘面结构以及价格运行方向来展现。举例而言，2022年10月期间，全国生猪价格达到28元/公斤以上，正常情况下11月和1月的猪价由于受到季节性影响通常会相对高于10月期间的价格，但可以看到当前11月合约期货价格基本在26000元/吨附近震荡，1月合约期货价格普遍在23000元/吨附近震荡，盘面明显表现出近强远弱的特征，与季节性因素相违背，这一定程度反应了当前生猪现货高价是由于大体重猪源积压过多，养殖户盲目压栏惜售导致的，未来价格有一定的下行风险。果然，进入11月以后，国内大猪出栏量明显增加，加之在疫情的不利影响下，市场上出现了比较严重的抛压，现货价格随即一路而下。从28元/公斤下跌至12月末的16元/公斤进入交割月，盘面结构也随之开始转为符合季节性。 今年4月末以来，全国生猪价格整体呈现下行趋势，截止7月中旬，国内现货价格下跌至13.85元/公斤，07合约虽然已经完成基差回归，但是09合约达到14900元/吨以上，一直呈现较现货升水运行，而01合约达到16900元/吨左右，远月升水一定程度反应了未来现货价格上涨的预期。随后，在7月中旬以后，国内生猪出栏体重出现较大幅度下降，二次育肥以及压栏惜售情况开始明显加重，市场大体重猪源出栏量减少，现货价格开始出现较大幅度上涨，至8月初全国现货价格已经反弹至17.2元/公斤以上，涨幅达到3.4元/公斤。 除盘面结构以外，期货绝对价格走势仍然对现货有一定的影响力，甚至对现货价格的预测有一定作用。熟悉生猪期货盘面的交易员和投研人员普遍能感觉到期货价格在短期剧烈的无因波动通常会伴随着后续现货价格的同方向运行，但显然这更多是基于大量“盯盘”后产生的直觉，对此，我们将二者因果关系进行更加严格的实证分析。 本次检验中，我们采用的是时间序列分析中较常用的格兰杰因果检验方法，该检验方法主要是对两个平稳时间序列或具有协整关系的同阶单位根过程建立向量自回归模型后，判断参数的显著性水平。最终检验结果显示，生猪现货日度收益率与期货日度收益率在一阶差分的情况下保持平稳，并且收益率数据具有较强的协整关系，基于此我们建立向量自回归模型，在此基础上进行格兰杰因果检验，显示“生猪期货价格收益是现货价格收益的格兰杰原因”，而“现货价格收益并不是期货价格收益的格兰杰原因”。因此，这与市场参与者普遍的直觉来看是一致的。 其操作流程和检验结果如下： 1．生猪期货和现货对数收益率的ADF检验结果显示，生猪期货的ADF值为-5.371，低于1%的置信区间，P值接近0，而现货的ADF值为-4.753，仍然远低于1%的置信区间，P值接近于0，所以二者对数收益率数据均是拒绝原假设，而认为收益率数据接近平稳； 2．由于生猪期现货对数收益率均为平稳序列，因此理论上可以直接进行自回归建模，但是在做格兰杰因果检验的过程中我们常常采用多元的方法进行建模，因此需要考察时间序列之间的协整关系。实际上，协整关系主要说明二者间具有共同的趋势性，这一点可以通过肉眼观察，其实期货和现货之间的相关性一般来说都不会出现太多背离，所以二者应当是协整的。但是出于严格的实证角度来看，我们采用的是EG-ADF两步法检验，其主要原理是通过因变量对自变量做回归，然后对残差序列进行ADF检验，因为在前面的检验中我们证明了生猪期货与现货对数收益率都是I（1）（一阶单整）过程，因此如果二者保持协整关系则残差应当是平稳过程，通过ADF检验判断残差是否符合平稳过程。最终统计结果显示残差序列的ADF值为-16.351，对应的P值为0.0000，因此接受残差为平稳序列及二者协整的假设； 3．对生猪期现货价格之间进行格兰杰因果检验我们采用的是VAR模型，其实各类统计指数显示VAR模型的最优滞后阶数为1阶或2阶，在此我们选择2阶。 最终，格兰杰因果检验显示，在滞后二阶的情况下生猪现货价格对期货价格自回归模型参数的Wald检验值为3.9055，p值为0.142，无法拒绝原假设，即“生猪现货价格不是期货价格的格兰杰原因”，而期货对现货的Wald检验值为60.829，所对应的P值为0.000，即“生猪期货是现货的格兰杰原因”。 所以，从时间序列分析的结果来看，实际数据与我们的直觉是比较一致的。举例来看，今年4月29日，生猪现货价格快速上攻至15.05元/公斤，较4月中下旬均价上涨0.1元/公斤，劳动节后生猪价格继续上涨，但是我们可以看到，期货价格在4月25日已经出现了非常明显的下跌，单日跌幅达到2.69%，而截止5月4日，已经下跌至17000元/吨，较4月25日跌幅已经达到5.8%，如此案例可以筛选出很多，因此，我们认为当前生猪期货对于现货市场已经有了一定的价格发现作用。 二、生猪期货套期保值功能实证研究 在进行套期保值功能发挥的研究中，将研究重点主要集中在养殖企业的卖期保值上，一方面，生猪期货的主要交割品是活体生猪，这与生产端有较好的契合性，而与冷藏企业、贸易商进口企业所采用的冻猪肉、猪附等形态差异较大，缺乏天然的价格回归关系；另一方面，屠宰企业虽然需要采购生猪，但是当前国内屠宰企业通常采用的是现货贸易模式，本身上下游敞口锁闭较好，所以风险也相对较小，所以生猪期货的套期保值功能对于养殖端而言服务价值更明显。 套期保值的效果一方面取决于套期保值参与者自身决策、执行、财务、风控能力，这些均属于内生因素，另一方面也受现货市场政策、贸易流、仓储的稳定性以及合约自身的运行情况的影响，这部分属于外部因素。由于众多套保参与者自身要素存在差异同时套保计划和执行情况有所不同，因此在本章节中不过多探讨套保的内部因素，关注焦点主要集中在影响套期保值效果的外部因素。 首先，我们对上市以来期货运行状况套期保值效果进行实证分析。实证方式主要采用时间序列方法对现货进行模拟套保操作，具体流程为：假设存在某一猪场每日均匀补栏，并对所补栏的每一头生猪均进行严格套保（数量相等、周期匹配），生猪生产周期为6个月（大约120个交易日），对于当期的现货生产利润按照现货价格-成本进行测算。由于养殖端各环节成本差异较大，并且本次计算旨在对比套保与不套保情况下的差异，因此自身养殖成本对对比结论影响不大，在此我们统一按照16元/公斤的成本进行模拟测算。测试区间为期货上市6个月以后（2021年7月）至9月28日，将测试区间锁定在上市6个月以后主要为了对应上市初期补栏，期货头寸了结方式均不涉及交割，在交割月前两个月离场。 可以看到在最终的544个样本中，大约有399个样本显示现货+期货利润大于纯现货利润，145个样本反之，其主要原因在于2022年6月以后现货端由于过度压栏出现了两轮非理性的上涨，导致套保单承压，但是就绝对涨幅来看，期货明显弱于现货，这也一定程度验证了期货的价格发现功能。纯现货盈利天数在223天，而综合盈利天数在461天。11月以后现货价格快速下跌，套保单比较有效的锁定了猪价下跌的风险。 从上述回测结果可以看出，有限样本区间内，严格套保虽然在极端盈利状况下表现不如纯现货，但避免了利润的极端亏损和以及大幅波动，套期保值效果初显。从图22提供的套保收益与不套保收益的核密度估计图可以看出，不套保收益虽然明显右偏，但缺乏“厚尾”特点，收益率主要集中于左侧，反应亏损压力其实较大。而套保情况下收益则更多呈现均值为正数的厚尾正态特点。当然，本实验存在一定的局限性，回测结果是建立在一定假设前提之上：一方面，从现货经营的角度来看，企业补栏往往存在季节性；另一方面，严格套保在实操中可能会难以实现，并且存在一系列的套保成本；此外，本次回测的样本区间也仅两年多左右的时间。但从最终回测结果来看，生猪期货仍有比较明显的风险对冲价值。 生猪套期保值功能的实现离不开期现市场基础的充分保证。现货方面来看，随着非瘟疫情影响逐步淡化以及业内防控应对能力的不断增强，国内也很少见到主要养殖区域出现大规模封控的情况，确保了贸易流的稳定性，同时近年来国内屠宰产能的扩张也保证了“接交割”的顺利进行。 此外，从期货方面来看，生猪期现货相关性在不断增强，生猪现货与近月合约之间自上市以来，二者相关性高达85%，并且从发展趋势来看，生猪期现相关性在不断提高，自2021年7月以来，二者相关性从此前58%一路攀升至当前水平，这一定程度反应了在交易不断充分的情况下，生猪期现联动性在不断提高。 根据期现价差的回归情况来看，陆续上市的合约在交割月内都完成了比较合理的回归，并且多数回归均是在交割月前完成，交割月内也没有出现太大幅度的波动，这反应了当前生猪自身有较强的期现回归的能力而并不需要交割的最终修正。生猪期现价差在交割月内能够实现回归更多还是受到交割制度完善的影响。例如，在2309合约回归前我们发现盘面就是贴水进入交割月的，这其实其实包含了接货方对于交割月内价格下跌的担忧，也是全月每日选择交割下对于期货价格的合理引导。 此外，套保最终效果如何还会受到期货盘面结构的影响，虽然生猪期货上市之初盘面给出了较大幅度的贴水，但随后逐步被修正，随后盘面一直呈现升水状态运行。盘面的升水一方面受到现货对于近月压力的影响，另一方面也反映了对于后市上涨的预期，因此企业在套期保值的过程中，尤其在长线套保的过程中，往往能够获取较好的基差成本，同时在套保盘换月展期的过程中获取移仓收益。 第四部分生猪期货使用状况分析及前景展望 一、价格发现助力产业科学生产稳定生猪及猪肉供应 生猪养殖产能周期较长，一般从母猪配种到最终商品猪产能释放需要10个月至1年左右的时间。因此养殖企业生产决策中天然存在两大错位：一是补栏时点与最终生产时点的错位；另一个是当期成本与未来销售价格的错位。这往往会使得养殖户在利润低的情况下过度淘汰，利润高的情况下大量补栏。虽然近年来市场上也开始涌现出一部分专业的“二次育肥”户，但是“二次育肥”的本质仍然是压栏，并不能从源头优化产能，甚至会在一定程度上导致猪价波动幅度放大以及猪周期的异常，所以建立可参照的指标对养殖企业进行科学的引导才是解决问题最主要的方式。在第二章的实证检验中我们可以看到，生猪期货对于现货价格有一定的预测作用，因此期货其实为市场提供了一个公允、可交易的远期参考价，因此，企业的补栏决策可以在一定程度上参照远期的期货价格进行。 举例而言，2023年1-3月期间，北方地区出现非瘟疫情，当地产能去化比较严重，因此市场普遍预期四季度猪价可能会出现反弹，加之年后通常是仔猪的补栏旺季，所以当时仔猪价格上涨速度非常快。2月底15公斤仔猪价格上涨至700元/头，按照6个月左右的出栏周期推算，对应9月外购仔猪出栏成本大约在18元/公斤以上，而当期2309合约正是围绕18000元上下波动，一定程度反应了市场对远期利润不看好，不建议养殖户进行大规模补栏操作，这是与现货市场完全相反的信号。随后，进入4月以后，仔猪价格开始快速回落，商品猪价格也快速回落，截止7月底，仔猪价格下跌至400元左右，近乎腰斩，而仔猪与商品猪比价（反应仔猪供需的指标）也下跌至1.46附近，2-3月份高点为2.5，这一定程度对养殖户补栏形成了理性引导。 期货对补栏有引导作用，对于淘汰同样有较大的影响力。举例来看，2021年1月期间，国内生猪价格整体维持高位运行，春节前的高价一直带动养殖利润维持高位运行。按照正常的生产决策来看，市场补栏的动力将会继续比较旺盛，但2021年1月同样也是在生猪期货上市之初，由于市场普遍认为后续生猪供应压力将大幅释放，因此现货价格有较大的下行压力，所以09合约大幅走弱，1月期间期现价差也快速拉大，持续呈现贴水于现货运行的状态。我们根据第三方提供的淘汰母猪屠宰量数据可以看到1月期间国内淘汰母猪的数量处于相对高位，这也一定程度反应了期货对于养殖端生产决策具有指导意义。 对于运行稳定的成熟型农产品期货而言，通过期货价格指导企业的稳定经营已经成为了一种相对成熟的模式。例如美国农户在每年春播之初，会通过大豆玉米比价以及种植利润合理决定自身的种植面积，甚至在播种过程中依据种植利润调整最终的种植决策，如今年5月期间因为美豆价格快速下跌至成本线导致种植户大幅缩减种植面积，一定程度保证了整体作物生长期利润维持在相对合理水平。这是期货对于生产决策形成指导的案例。而国内市场在进口大豆、油脂的过程中通常也是参考期货盘面的进口利润来执行采购、销售政策。生猪期货虽然上市时间较短，但是从以上案例来看，其价格发现功能对于产业生产决策已经发挥了一定作用。 二、价格发现功能应用场景宽阔发展潜力较大 国内生猪产业巨大，因此，其价格发现功能并不局限于服务产业自身的生产经营决策，未来对于行业政策的制定以及饲料定价权的争取都有较大的想象空间。 首先，从产能调控方面来看，当前国内涉及的主要文件包括《完善政府猪肉储备调节机制做好猪肉市场保供稳价工作预案》和《生猪产能调控实施方案》。其中《生猪产能调控实施方案》主要站在能繁母猪和总体猪肉供应量上，确保产业的稳定运行猪肉供应充足；而《保供稳价工作预案》则是对价格的直接干预，一方面通过监测能繁母猪存栏变化对价格进行前瞻性调整，另一方面基于猪粮比调整收抛储政策对猪价进行滞后性调整。前瞻性调整的优势在于可以提前预判产量，减少了后续在修正过程中的成本和滞后。但整体来看指标通常钝化而难以触发政策信号，且从产能最终传导至猪肉供应的过程中存在着较大的不确定性。相比之下，猪粮比作为后验性指标在衡量盈亏的过程中虽然相对精准，但一旦采取措施通常都已经相对滞后，收效缓慢同时伴随着较高的施政成本。 具体来看，最近两年来，猪价的频繁波动已经引发了市场多次冻肉收储、投放。2022年3月期间，国内连续进行了3轮收储操作，合计成交6.2万吨冻肉，且对于当期猪价影响十分有限，但是期货2203合约自2021年9月初就一直在成本线以下运行。但自10月份生猪现货价格出现一轮小幅反弹以后，并未执行过更多干预猪价的调控措施，虽然猪价下行的本质因产能释放所致，且收抛储的政策的核心在于引导市场预期，但如果在9-10月期间引导养殖户减少补栏，就可以在一定程度减少后续猪价向下波动的压力。 今年7月，国内为了应对猪价下行，同样开展了两轮收储，共累积成交4.875万吨冻猪肉，但其实在今年4月开始生猪07合约盘面就进入了较长的亏损周期，这也是提示行业产能过剩的前瞻性指标。 诚然，通过生猪期货对远期利润的反应情况来优化猪价调控政策仍有比较远的路要走，但从当前价格发现功能的体现上来看，已经具备了一定的想象空间。 三、套期保值功能助力产业链风险防控 生猪产业虽然庞大，且面临着较高的风险，但一直缺乏有效的避险工具，生猪期货上市前，市场也有部分保险合同，有些是保险公司所提供的，有些是饲料企业所提供，但是量都不大。其中饲料企业所建立的保险主要是为了保证自己饲料的销量，用饲料利润弥补生猪利润，所以养殖户其实还是在承担较高额的保费，而饲料企业实际也是在“赌行情”。而保险公司合同则更多依赖于精算模型，这种精算的本质还是通过分散风险来实现，但是一旦猪价发生下跌通常具有系统性面临集中赔付，所以合同设定只能通过延长保险期限或者提高保费实现，因此产业链企业对冲风险的成本仍然是极高的。 与一般保险不同的是，生猪期货不是分摊风险而是转移风险，因此实际成本更低。可以看到，生猪期货虽然上市时间不长，但是企业参与套期保值的积极性明显较高。公开信息显示，截止2022年底，共有3000多家单位客户参与生猪期货交易，400余家生猪产业链相关企业申请生猪套期保值资格。部分龙头企业在生猪期货上市之初就陆续参与到套期保值工作中，近年来参与量和参与度也在不断增加。截止2022年底，A股上市企业中共有15家猪企发布了包含生猪套保开展商品期货套期保值业务的公告，参与群体和参与量也在不断增加。今年1-9月期间，生猪期货总成交量793万手，同比增26.53%，累积成交额2.08万亿，同比增14.06%，日均成交量达到43602手，持仓量112191手。 整体来看，产业链企业在参与套保的过程中方式多元，覆盖面广，不仅包括养殖企业持有至到期严格匹配的套保模式，也有通过品种联动关系和盘面升水对冲风险的操作。当然，大家对养殖企业套期保值的案例非常清晰，众所周知，生猪期货交割标的是生猪，但是由于生猪和猪肉相关性极高，因此在肉价下行的过程中，生猪期货仍有较好对风险对冲作用，在此我们举一个屠宰企业利用生猪和猪肉价格联动性进行库存套保的例子。 某屠宰企业在2022年2月期间趁低价建立了一波冻品库存在未来做销售，但是短期仍然担心后续猪价有下行压力，当时05盘面价格在14500左右，折算鲜白条成本价大约在18.8元/公斤左右。企业根据收购、仓储、资金成本测算得到1个月后冻白条成本在16.2元/公斤，因此盘面存在套保利润， 注：我们对部分数据进行了脱敏处理。 随后2月中旬以后，期货盘面在2月中旬进一步下跌约1000+元/吨，较高弥补了冻品库存出现贬值的风险。由此案例可以看出，虽然当前利润并非实际套保利润，但企业仍然可以采用期现结合的方式看待，反应产业认知程度的提高。 此外，由生猪期货衍生的其他套保模式也在不断增加，部分大型企业会直接与风险管理子公司参加场外期权项目。对于没有期货交易能力的中小型养殖户也会采用各种间接方式参与到期货期权的保值工作中。中期协数据显示，2022年7月至2023年6月，“保险+期货”共承保225.38亿元生猪项目，远高于第二名饲料的81.27亿元；此外，部分饲料企业也会与养殖户之间签署保险合同，为其进行保价，而这些保价合同背后的实质也是期货盘面的套保单或是场外期权头寸。 六、资产配置属性增强优化资源配置效果 传统资产配置理论追求风险收益比最大化，因此投资基金在追求超额收益的过程中通常希望将非系统性风险充分分散，但是由于大类资产通常具有较强的宏观属性，因此，在经济出现下行或宏观风险出现的情况下容易出现共振性的特点，加剧组合收益波动。但是生猪自身产业较大，具有独立运行的特点，因此受宏观系统性风险影响比较有限。我们测算2016年至2023年约7年间生猪价格与南华大宗商品指数的相关性，可以发现二者相关性达到-11%。因此，在资产配置的过程中，适合作为分散风险的优质资产，生猪期货上市也一定程度为投资基金提供了更多资产配置组合的渠道。 第五部分综述 生猪品种市场化程度高，价格受政策干预影响较少，为期货运行创造了一定基础。并且从套期保值的理论来看，生猪品种虽然远期价格不清晰，但是养殖成本其实相对明确，因此套保意义明确，实际操作难度也相对较小，尤其在近年来，生猪期货多数时间呈现升水结构运行对套保而言更加友善。 诚然，生猪期货离完全成熟仍有一定的距离，期货的发展也会伴随着业态的发展，但参照海外市场经验，生猪期货是仍然最适合发挥功能并符合当前中国行业发展的期货形态。以美国瘦肉猪指数为例。20世纪60年代以前，家庭农场养殖在美国生猪养殖中占据主导地位，芝加哥交易所在1961年推出冷冻猪腩期货合约，1966年推出活猪期货。20世纪80年代中到90年代中，随着养殖规模化的发展，生猪交易不再通过批发市场批发，而是直接运往肉类加工商进行交易，同时现货交易由活体交易转为猪胴体瘦肉率定价，1997年芝加哥交易所推出了以瘦肉猪胴体价格指数为交割标的，采用现金交割的瘦肉猪合约并沿用至今。而中国当前行业形态仍然以活猪贸易为主。 整体来看，当前行业运行状况已经为生猪期货稳定运行创造了良好条件。一方面，2019-2020年非洲猪瘟以来，国内生猪产能大幅扩张，养殖端也深陷亏损泥潭，风险管理的诉求在不断提高；另一方面，生猪产能深度去化后产业集中度出现了大幅提升，规模企业市占比明显提高，生产和经营能力也较往年有了明显提高。与传统现货经营不同之处在于，合理使用生猪期货除了需要熟悉现货市场，也要了解期货工具，策略搭建、风控执行、期现匹配都会影响到最终套期保值的效果。规模企业具有资金优势和人才优势，这为生猪期货的稳定运行和功能发挥创造了良好的生态；对于普通农户而言，国内“保险+期货”业务模式的不断增加也为普通养殖户使用期货工具创造了较好的条件；此外，从品种上市顺序来看，豆粕、玉米等饲料品种在十余年前就已经完成上市，部分品种已经基本实现了为现货定价的功能，期现结合的经营方法也非常成熟，养殖企业尤其是涉及到饲料原料采购的企业金融意识高对于期货工具十分熟悉，这也减少了生猪期货使用的难度。 对于养殖企业而言，随着生猪期货的上市，涉及到养殖利润期货品种的版图基本已经拼凑完成，更便于企业风险的对冲和锁定。而对于投资基金而言，虽然当前情况下整体参与度并不高，但随着生猪基本面逐步清晰以及活跃度的不断提高，越来越多的投资基金其实也慢慢关注到生猪期货参与的价值，作为大类资产配置的品种之一，未来可能会有更多宏观方面的资金开始逐步参与。 伴随着交易所逐步放开交易交割数量，降低保证金，生猪期货的活跃度以及多方参与预计也将有所增加。我们认为生猪期货对于多方的使用潜力已经逐步被市场所验证，其在产业和经济各环节中的运用前景仍然未来可期！ 承诺 本人具有中国期货业协会授予的期货从业资格证书，本人承诺以勤勉的职业态度，独立、客观地出具告。告清晰准确地反映了本人的研究观点。本人不曾因，不因，也将不会因告中的具体推荐意见或观点而直接或间接接收到任何形式的报酬。 免责 告由银河期货有限公司（以下简称银河期货，投资咨询业务许可证号30220000）向其机构或个人客户（以下简称客户）提供，无意针对或打算违反任何地区、国家、城市或其它法律管辖区域内的法律法规。除非另有说明，所有告的属于银河期货。未经银河期货事先书面授权许可，任何机构或个人不得更改或以任何方式发送、传播或复印告。 告所载的全部内容只提供给客户做参考之用，并不构成对客户的投资建议。银河期货认为告所载内容及观点客观公正，但不其内容的准确性或完整性。客户不应单纯依靠告而取代个人的独立判断。告所载内容反映的是银河期货在最初发表告日期当日的判断，银河期货可发出其它与告所载内容不一致或有不同结论的报告，但银河期货没有义务和责任去及时更新告涉及的内容并通知客户。银河期货不对因客户使用告而导致的损失负任何责任。 银河期货不需要采取任何行动以确保告涉及的内容适合于客户。银河期货建议客户独自进行投资判断。告并不构成投资、法律、会计或税务建议或任何内容适合客户，告不构成给予客户个人咨询建议。 银河期货所有并保留一切权利。 联系方式 银河期货有限公司