生猪市场价格形成机制逻辑分析和量化体系的构建

杨雪 李文献

关键词：生猪价格形成机制

量化体系

猪周期

一、研究背景

西方经济学巾研究农产品价格形成的理论主要是动态供需均衡模型，即蛛网模型。日前我国生猪价格形成的研究一般沿用该理论，围绕生猪供需关系的变化，分析需求、疾病、饲料价格、替代品价格、厂商行为等多因素对生猪价格波动的影响。王丹、崔志超和王旭有（ 2018）研究发现价格处于盈亏平衡点以下时，影响生猪价格的主要因素是重大疫病和深度亏损导致养殖户资金链断裂。孙若愚等（2019）研究发现玉米、活鸡价格与生猪价格间存在稳定的变动关系。郭利京、刘俊杰和韩刚（ 2014）的研究表明养殖主体采用的生产策略行为是生猪价格形成的关键因素。在生猪价格的量化研究方面，基于多因素分析的同归模型预测法（陈帅，2019;付莲蓬和伍健，2020）使用较多，此外也有研究者基于时间序列分析方法预测短期生猪价格趋势（黄文玲等，2018;刘明月等，2020）。综上，目前我国生猪价格形成机制的已有研究，理论上以影响供需的因素分析为主，缺少统一的逻辑体系，难以指导综合实证研究，实证上以多因素同归模型和短周期时间序列模型为主，无法解释价格周期性波动成囚，缺少长期预测视角。

本文从生猪价格周期性波动的形成逻辑和表征规律两方面出发构建生猪价格周期分析的量化体系（见图1）。一方面，根据供应逻辑主导周期趋势的形成、需求逻辑修饰短期趋势来构建长周期预测模型，达到解释猪周期成因、预测价格趋势的日的。另一方面，通过周期表征分析，描述周期变化的特征，达到定义周期阶段的目的。

二、生猪价格周期性波动的形成逻辑

（一）主导生猪价格周期性波动形成的因素

商品价格的形成是由商品的供需关系决定的，纵观我国生猪消费和供应状况，改革开放以来，国内猪肉消费大幅增加。根据郭惠武（2018）的研究，1981-2017年我国人均猪肉消费量从11.8千克上升至39.3千克，累积上涨233%。其问，2014年后由于疾病和环保政策影响，猪肉产量下降导致人均猪肉消费量也有所降低。2018年至今，m于非洲猪瘟导致供应大幅减少，人均猪肉消费量降至2020年的29.2千克，较2017年约减少26%（见图2）。虽然自2012年开始，我国人均猪肉消费量与欧盟27国的平均水平基本持平，但与消费量较多的德国相比仍有较大差距，相差约10千克（见图3）。总体来看，我国猪肉消费呈现持续增长态势，且仍有增长空间。

猪肉消费决定了生猪的需求。与生猪需求相对，我国生猪供应受到生产技术和各类风险的制约，生猪供应能力的增長未能满足快速增长的生猪需求，导致生猪价格受供应端的影响远大于需求端的影响。20世纪90年代至今，我国生猪供应遭遇多轮疾病、土地、环保政策的影响出现周期性波动，生猪价格呈现相应的周期波动特点。

综上分析，导致我国生猪价格偏离均衡价格、呈现周期波动的主要矛盾是持续增长的生猪需求和受到制约的供应能力之间的矛盾，主要问题是供应端问题，即主导我国生猪价格形成的因素是供应逻辑。因此本文主要从供应逻辑上分析猪周期形成机制，进而构建量化模型预测周期趋势。

（二）生猪市场供应端问题的解决与厂商的形成

厂商是在解决每轮猪周期供应端问题的过程巾逐渐形成的，厂商通过不断引进先进的生产技术、增加经济要素投入达到控制风险及提高生产效率的日的，使供应不断地满足需求增长。根据技术进步和经济要素投入，可以将我国20世纪80年代以来形成的厂商分为五类（见表1）：①I类厂商是指20世纪80年代农户在土地劳作之余的副业养殖，主要是利用闲暇劳动及剩饭饲养，几乎没有四火经济要素投入，I类厂商的存在补充了农户的经济收入，同时也满足了当时社会的需求。②Ⅱ类厂商是在20世纪90年代中后期发展起来的。这时我国改革开放成果显现，猪肉需求量猛增，人均猪肉消费量由20世纪80年代的人均15千克增加至20世纪90年代中期的人均30千克（见图2），I类厂商的生产模式已经不能满足当时的增长需求。饲料技术的发展和专门化劳动力要素投入形成了专门化养殖的Ⅱ类厂商，替代了部分I类厂商，生猪的生产效率得到改善，满足了当时的社会需求。③Ⅲ类厂商是指20世纪90年代中后期国有企业改制形成的规模化猪场，Ⅲ类厂商的四大经济要素投入充分，技术较为先进，特别是育种技术的提高，改制后我国的良种得到大面积推广，生猪的瘦肉率和产崽数等生产指标得到提高，进一步满足了当时社会对猪肉的需求，同时对我国规模化猪场的发展起到了示范和带动作用。④Ⅳ类厂商是21世纪初产业链中的专业技术人员投资养猪形成的，经济要素中的企业家才能得到明显改善，猪群的管理效率得到提高，通过成本优势逐步替代了全部I类和部分Ⅱ类厂商。⑤V类厂商是经历蓝耳病和非洲猪瘟等重大风险后形成的，这时供应量突然下降，导致严重不能满足需求，产业亟须大量资金投入进行产业升级来抵御风险、恢复生产。V类厂商利用大量资本投入根据最新技术更新厂房、设备，改善生猪的综合环境和生物安全环境体系，替代了大多数Ⅱ类厂商和部分Ⅲ类、Ⅳ类厂商，解决了蓝耳病、口蹄疫等疾病问题，控制了生产风险，恢复了生产，满足了当时的社会需求。当前由非洲猪瘟导致的供应大幅减少的问题也需要通过大量资本投入来升级产业、进一步改善生物安全环境体系的方式来恢复生产。

技术的进步贯穿厂商解决供应端问题的整个过程，从而形成了产业发展逻辑;产业风险通过厂商的替代而出清的过程形成了产业风险逻辑;同时厂商在替代过程中逐步适应国家政策、宏观需求增加形成了市场风险逻辑。本文后面的章节将详细解析这三条逻辑对价格的作用机制从而达到量化的目的。

（三）产业发展逻辑、产业风险逻辑和市场风险逻辑对生猪价格的作用机制

生猪价格周期性波动的形成是产业发展逻辑、产业风险逻辑和市场风险逻辑共同作用的结果。产业发展逻辑（ Industry Development，DI）是技术迭代导致优等厂商替代劣等厂商的过程。产业风险逻辑（ Risk of Industry，Ri）是重大生猪疾病带来的产业风险作用和出清的过程。市场风险逻辑（ Risk of Market，Rm）是宏观需求变化、重大人类流行性疾病（如非典、新冠肺炎疫情）、相关政策实施带来的市场风险作用和出清的过程。其中产业发展逻辑是生猪价格形成的核心逻辑，贯穿产业发展的始终;产业风险逻辑和市场风险逻辑在不同时期发挥主要作用，风险因素不是长期连续存在的，风险的产生与出清导致生猪价格呈现偏离与同归均衡价格的周期性波动，由此形成了“猪周期”（见图4）。

产业发展初期，是需求拉动产业发展、厂商投入的经济要素逐步形成的时期。20世纪90年代宏观需求的猛增拉动生猪价格上涨，吸引厂商提高供应能力以获取最大收益，改善了饲料技术和加大了劳动力要素投入的Ⅱ类厂商，以及国有企业改制形成了全面要素投入的Ⅲ类厂商，逐步替代部分I类厂商.有效增加了生猪供应以满足增长的需求，生猪价格逐渐降低同归均衡。这一时期猪周期的形成主要是产业发展逻辑和市场风险逻辑作用的结果，供应端波动较小，猪周期价格波动幅度不高（见表2）。

产业发展巾期，是经济要素全面投入后，产业升级以抵御产业风险的时期。随着规模化养殖发展，劳动力要素的继续投入对提高供应能力的作用逐渐减小，专业技术人员投入形成的Ⅳ类厂商有效提高了企业家才能要素，从而提升了生产效率。同时，重人生猪疾病带来的产业风险对生猪供应的影响显著增加，2006年至今因蓝耳病、口蹄疫、崽猪腹泻、非洲猪瘟依次启动的四轮猪周期价格波动远高于产业发展初期（见表2），经济要素已经全面形成，其他要素投入无法解决产业风险带来的供应端问题，只有通过外部资本导入形成更高抗风险能力的V类厂商，替代I类、Ⅱ类、Ⅲ类厂商，才能抵御产业风险问题、恢复生产。这一时期猪周期的形成主要是产业发展逻辑和产业风险逻辑作用的结果，市场风险逻辑（如2003年的非典疫情、2014年的环保政策和2020年的新冠肺炎疫情）只对短期波动造成影响。

产业发展后期，随着技术发展和组织效率提高，交易成本也从社会外圈逐步吸收到企业内圈，生猪企业数量逐年减少，规模化效应越来越人，市场结构也从相对完全竞争市场向垄断竞争市场发展。生猪价格的形成将由产业发展逻辑主导，产业风险逻辑和市场风险逻辑作用逐渐减小。由于经济要素中的土地要素受政策影响大，如果未来土地相关政策持续收紧，土地成为稀缺要素，因土地要素投入高而占据竞争优势的Ⅵ类厂商可能形成进而替代Ⅳ、V类厂商。除土地要素外，环保政策也可能影响未来产业发展导向。与其他诸如限调、禁调政策只影响局部供需不同，环保政策的实施直接导致生猪生产巾粪污无害化处理和利用技术的迭代更新，未来可能形成粪肥还田利用、种养结合绿色循环农业发展模式的Ⅶ类厂商。

（四）猪周期高低点的形成与量价关系

供应端主导的价格形成逻辑解释了猪周期的形成与价格趋势变化过程，但量化模型的构建还需要确定生猪价格和供应量之间的数量关系。我国居民猪肉消费的“热鲜肉”消费特点决定了生猪商品由供应端直接到达需求端，因此可以假设生猪供应量近似等于生猪需求量。商品的需求量与价格之间的数量关系可以通过需求函数表达，猪周期中价格在供需不均衡条件下波动，只有分析均衡点处的量价关系才能估计生猪需求函数。

当供应大幅减少导致价格上涨时，需求量随之减少，价格上涨到一定程度时，需求量不再随价格的上涨而继续减少，即需求弹性，此时的需求量代表这一周期内生猪的最低消费量，从而形成了猪周期生猪价格的高点，该点反映了不受其他因素下扰的需求量与价格的关系。通过对多个猪周期价格高点数据的分析估计出的量价关系最接近生猪需求函数（见图5）。但由周期价格高点估计的需求函数只反映这一时期价格与需求量的关系，长此以往，随着宏观需求变化，需求函数将发生改變。此外需求函数也无法预测下一轮周期的高点位置，猪周期价格波动幅度仍由供应端受影响程度主导。

需求函数没有考虑宏观需求变化的影响，这一因素通过同定增长函数进行校正。在供应极度充足的条件下，价格下降，随之需求量增加，当价格降至一定程度时，需求量不再随价格的下降而继续增加，从而形成了该时期生猪价格的低点，该点反映了这一时期的生产技术可以提供的最大供给量以及宏观经济条件下国内居民的最大需求量。通过对多个猪周期价格低点数据的分析估计出的固定增长函数可以衡量宏观增长情况（见图6）。本文对需求函数和同定增长函数的函数表达采用简单适用原则，选择了线性表达方式，最优函数形式的选择还可以继续研究。

猪周期价格在最低消费量和最高消费量处达到的均衡分别形成了猪周期价格高点和低点，通过猪周期高低点分析估计的需求函数与同定增长函数确定了生猪需求量与价格之间的量价关系，为猪周期的量化分析奠定了基础。

三、生猪价格周期分析的量化体系构建

本文对生猪价格周期分析的量化体系由周期形成分析和周期表征分析两部分构成，通过周期形成分析构建长周期模型解释猪周期成因、预测周期价格趋势;通过周期表征分析构建短周期模型下的偏差形态描述周期特征、定义周期阶段（见图7）。

前文对生猪价格周期性波动的形成逻辑分析表明我国猪周期的形成是供应端主导的，通过产业发展逻辑、产业风险逻辑和市场风险逻辑的共同作用影响猪周期价格波动。猪周期的量化首先需要解释周期成因，因此需要分别对三条逻辑的影响进行数学表达。产业发展逻辑反映厂商问的竞争过程，量化体系中构建成本模型进行描述;产业风险逻辑反映重大疾病导致减产的过程，量化体系中构建主因减产模型进行描述;市场风险逻辑反映政策变化等重大事件导致的价格波动过程，量化体系中构建事件响应波动率模型进行描述。三条逻辑的作用机制与适用条件存在差异，模型应用时需要分析启动猪周期时发挥主要作用的逻辑，选择对应的模型。

量化模型需要达到预测价格趋势的目的，还需要将周期成因模型与量价关系函数相结合，才能将供应端因素的作用在生猪价格层面上表达出来。基于三条逻辑构建的模型与需求函数、固定增长函数形成的周期主因模型可以预测特定主因作用下的猪周期价格趋势。

周期主因模型可以预测猪周期长期趋势，但短期价格趋势还受到需求波动的干扰，其巾最主要的就是季节性消费习惯导致的季节性价格波动，因此量化体系中设计了季节指数模型对周期主因模型进行局部修饰，使预测结果更接近真实价格。

基于周期形成逻辑构建的周期主因模型无法确定周期发展的起点和终点，无法判断当前所处阶段，因此需要对周期表征规律进行分析以定义猪周期。周期表征分析是对不受形成逻辑的影响、在不同时期不同逻辑作用下都存在的价格波动规律的分析。实际价格受到形成逻辑的影响在周期阶段变化时随之变化，导致价格波动规律的表达与实际价格的表现出现偏差。偏差的产生是周期阶段变化的结果，因此对偏差的研究和描述就是对周期阶段特征的研究和描述。总结历史价格波动规律，发现在任意周期，生猪价格波动都符合以下四条原理：①价格同归原理。②价格趋势延续性原理。③价格波动率趋势延续性原理。④价格传导延迟性原理。分别根据这四条原理构建标准偏差形态，形成偏差标准形态组，可以达到定义周期的目的。

（一）基于周期形成分析预测周期趋势

1.基于产业发展逻辑的成本模型构建

生猪产业发展逻辑是完全竞争市场下，技术迭代导致优等厂商不断替代劣等厂商的过程，厂商间的替代是成本竞争的结果。厂商总成本（TC）由固定成本（FC）与可变成本（vc）构成，分别由资本要素（K）的投入和劳动力要素（L）的投入决定，同时K与L反向变动，资本投入增加能够提高劳动效率，从而减少劳动力投入。厂商进出受市场利润驱动，存在三个阶段：第一阶段，市场价格高于总成本（P> TC）;第二阶段，市场价格低于总成本但高于可变成本（VC

20世纪80年代以来，在解决供应端问题的过程中形成五类厂商（见表1）。各类厂商由于成本结构不同，对利润变化存在不同的敏感度，根据各类厂商所占市场比例，构成了产业平均成本曲线（见图9）。当市场价格由P.降至P：，低于产业平均成本时，厂商间成本竞争加剧，总成本高于产业平均成本的厂商首先面临退出危险（如I、Ⅱ、Ⅲ类厂商），而总成本低于产业平均成本的厂商替代淘汰厂商继续存在从而降低了产业平均成本（如Ⅳ、V类厂商）。

基于产业发展逻辑，本团队研究设计成本模型分析不同类型厂商的进出机制及其与价格波动的关系。

2.基于产业风险逻辑的主因减产模型构建

重大疾病带来的产业风险导致大幅减产推动价格上涨，高利润吸引外部资本导人，形成可以对抗风险的优等厂商率先开始复产。风险冉清后，价格下降，过度复产导致价格跌至成本线以下促进厂商间的竞争，最终部分劣等厂商退出，优等厂商替代其市场（见图10）。2006年的蓝耳病、2010年的口蹄疫和2018年的非洲猪瘟启动的三轮周期都是产业风险逻辑作用的表现（见表2）。

从产业风险逻辑作用的角度分析其对价格的影响，关键是分析疾病如何影响减产以及产能如何恢复的问题，包含了影响时间和影响强度两个维度的研究。时问维度基于生猪养殖周期分析不同养殖模式下受到疾病影响后何时减产何时恢复的问题，强度维度基于疾病的流行病学规律分析受到疾病影响后导致多人程度的减产，双维度分析共同构成了产业风险影响下的减产函数（见图11）。

基于此逻辑分析，杨雪、李文献（2020）设计了主因（非瘟）量化模型（见图12），可以分析引起2018年至今猪周期的主因（非洲猪瘟）的内在逻辑对供应影响的规律，达到预测本轮猪周期价格趋势的目的。该模型包括量价运算框、有效数据筛选和非瘟减产函数三个核心模块。利用量价运算框可以通过实际价格推算对应减产量，利用有效数据筛选分析最能反映非瘟影响的价格数据，利用非瘟减产函数可以通过实际减产量预测未来减产量，进而预测未来价格趋势。

3.基于市场风险逻辑的事件响应波动率模型构建

市场风险包括宏观需求变动风险和生猪产业相关政策风险。宏观需求突发大幅变化的可能性小，因此由需求变动启动猪周期的概率不大。但是季节性消费需求的变化使得价格在年内呈现季节波动特点，短期价格趋势有所影响，本文将价格季节性波动作为修饰因素，对形成逻辑下的周期主因模型进行调整，在后文具体讨论。

政策风险的产生将导致生猪价格发生波动，对多个风险因素的客观事件进行记录，与价格波动率进行对比分析，可以估计特定事件对价格波动的影响，从而预估未来价格波动率的趋势，基于此逻辑可以构建事件响应波动率模型量化市场风险对生猪价格形成的影响（见图13）。

4.基于季节性消费规律修饰周期主因模型的季节指数模型构建

我国消费者的猪肉消费习惯具有“节假日”效应，使得年内生猪价格呈现季节性波动特点。研究历年价格波动总结季节消费行为的一般性规律，反映了年内生猪价格通常在元旦到春节期间、中秋到国庆期间处于高点，春节后至清明期间、国庆后至年末期间需求不振价格低迷，节前消费提升导致的价格短期上涨趋势对周期趋势预测具有调整和修饰作用。与此同时，基于季节性消费特点对猪周期的长期趋势的校正作用还受到价格波动幅度的影响。笔者根据历史价格季节性波动规律和波动幅度影响两个因素设计季节指数，对周期主因模型的预测结果进行校正，从而将短期需求对价格形成的影响纳入量化框架中（见图14）。

（二）基于周期表征分析定义周期阶段

1.基于价格同归原理的偏差研究

价格同归原理，指短期价格不会无限地向上或向下波动，始终会向长期价格水平同归。其逻辑在于市场价格总是由供需决定的，短期价格与长期价格基于相同的决定机制而具有一致的变化趋势，但短期价格同时受到交易心态、偶然事件等因素下扰而与长期价格表现出差异，随着干扰因素出清，这种差异将逐渐消失，最终短期价格趋向长期价格。猪周期的不同阶段中交易心态存在差异，导致价格同归产生偏差，因此定义猪周期需要研究同归偏差形态。笔者设计了均线同归预测模型（WRMA），计算同归预测价格，然后建立偏差模型描述同归偏差的变化，通过比较静态分析建立不同周期阶段的同归偏差标准形态（见图15）。

2.基于价格趋势延续性原理的偏差研究

价格趋势延续性原理，指短期价格将延续当前趋势发展，价格趋势一旦形成即将延续，直到有因素打破当前趋势形成新的趋势。在研究趋势延续时长、延续强度、历史数据的价值和多组预测值的加权效果的基础上，杨雪、李文献（2021）设计了二次指数平滑多期加权预测模型（QES-W模型），通过确定最优预测期长、衰减指数、平滑系数和加权系数，给出不同时点对同一时刻的多组预测值（见图16）。在QES-W模型基础上，探索由周期变化导致的偏差形态特征，当周期阶段统一时，趋势变化一致，多组预测值的预测结果趋同;当周期阶段变化，多组预测值对趋势变化的敏感度不同，因而相瓦偏离。笔者通过一致性评估方法构建偏差模型，建立不同周期阶段一致性偏差标准形态。

3.基于价格波动率趋势延续性原理的偏差研究

价格波动率趋势延续性原理，指价格波动率也会延续当前波动率变化趋势，其逻辑与价格趋势延续性原理一致，但重在关注价格波动幅度而不是价格绝对大小。通过同样的逻辑建立波动率预测模型，然后通过偏差模型描述波动率预测偏差的变化，最后建立不同周期阶段的波动率偏差标准形态。

4.基于价格传导延迟性原理的偏差研究

价格传导延迟性原理，指价格在主生产区和主消费区的传导具有时间差异。由于我国生猪养殖空间布局存在生产中心与消费中心分离特点，加上热鲜肉消费习惯和冷链运输技术不成熟，生猪无法长时间储存，因而价格存在较强的时间价值，导致调运价差产生。价差的变化由产区与消费区价格共同决定，在猪周期的不同阶段，供应端和消费端对同一事件的敏感不同导致价格弹性存在差异，价差变化存在差异。杨雪、李文献（2021）通过设计生猪调运指数，描述生产区与消费区的价差变化，建立不同周期阶段的调运指数标准形态。

四、讨论

本文主要探讨了基于生猪价格形成逻辑分析和生猪价格波动规律分析的量化框架构建思路，形成了解释价格形成、预测周期趋势、描述周期阶段的统一逻辑体系和量化体系。在价格形成分析模块，笔者已经建立了产业风险逻辑下的主因（非瘟）模型，基于产业发展逻辑的成本模型和基于市场风险逻辑的事件响应波动率模型还有待研究。在价格波动规律分析（即周期表征分析）模块，笔者已经建立了基于价格趋势延续性原理的二次指数平滑多期加权预测模型，通过一致性评估方法描述偏差;基于价格传导延迟性原理设计了生猪调运指数描述偏差;对价格同归原理和价格波动率趋势延续性原理的偏差模型还有待研究，完善量化框架后，对框架内各类模型的综合应用将是下一步工作的重點。

本文对生猪价格形成机制的研究是基于供应逻辑主导的分析，尽管由于非洲猪瘟导致生猪大幅减产，价格攀升下生猪需求量降低，但供应不足条件下的需求被迫减少并没有导致国内生猪消费偏好发生根本性变化，生猪需求总体上仍处于增长态势，供应端主导生猪价格形成的逻辑在一段时间内将继续维持。但长期来看，随着生猪生产技术不断发展，供应极大满足需求时，供应端对生猪价格的影响将减少，价格形成转向需求主导，价格呈现季节性小幅波动。