【建投思考】数据为盾:生猪行业数据的使用逻辑与局限

（以下内容从中信建投期货《【建投思考】数据为盾:生猪行业数据的使用逻辑与局限》研报附件原文摘录）
　　作者 | 魏鑫 中信建投期货 研究发展部 农产品组 本报告完成时间 | 2022年08月5日 重要提示：通过本订阅号发布的观点和信息仅供投资者中符合《证券期货投资者适当性管理办法》规定可参与期货交易的投资者参考。因本订阅号暂时无法设置访问限制，若您并非符合《办法》规定的投资者，为控制投资风险，请您请取消关注，请勿订阅、接收或使用本订阅号中的任何信息。对由此给您造成的不便表示诚挚歉意，感谢您的理解与配合！ 写在前面： 思考1：数据确定趋势，趋势的确定性应该重视，在确定性中寻找可能的转折。 产能数据所显示的去化一定对应趋势性的价格上涨；同样，产能数据所显示的恢复，也一定对应价格的趋势性回落。 数据是交易的盾牌，不轻易丢掉这块盾牌，逆着数据来操作。 思考2：估值的不确定适当放任，找寻情绪的最高点 先寻找下手的时间，在时间段中合适位置布局 市场的极限常常出现在矛盾爆发最激烈的时刻，例如： · 供给下降速度最快的时候 · 供给最紧张的时候 · 供给紧张+需求快速增长的时刻 以上时刻所处的时间段都可能成为情绪高点，也是套保的最佳时间段，掌握市场的节奏是我们出击的武器。 正文： 通过能繁母猪来推断生猪产量的做法是目前生猪价格研究的主流做法，但随着价格高度和能繁母猪数据所体现的产能之间不断涌现出矛盾，市场开始产生的多个质疑： （1）市场上的能繁母猪数据准确吗？ （2）能繁母猪真的能够作为产能变动的核心因子吗？ （3）能繁母猪等长期产能数据对短期价格波动的解释力度足够吗？ 基于对以上三个问题的思考和探讨，我们想为市场提供一个更加清晰的研究思路，将视角从质疑数据的真实性，拉回到现有数据条件下，如何更好地进行市场预判。 一、常用供给侧数据的使用逻辑 常用的供给侧数据对应着生猪生产的不同阶段，从原种猪的引种数据、能繁母猪的变动数据、生猪的存栏数据到出栏和屠宰数据，是生猪生产的代次和过程的反映。通常来说，越近的数据和产量及价格的关系越直接，但时效性短；越远的数据和产量的关系越模糊；因此只有远近结合的分析，才能获得市场的全貌。 【表1：常用的供给侧数据释义】 数据条目 数据含义与适用范畴 数据局限 数据来源 原种猪引种 可靠性：高 有效性：低 自国外引种的原种猪数量。是行业信心和企业战略的体现。 原种猪引种后需要经过漫长过程才会形成真实产能。中间经过的扩繁、杂交育种等过程在时间和数量上都具有不确定性，很难直接对应产能。 企业公告、三方机构（年度） 母猪存栏 可靠性：中 有效性：中 分为配种前的后备母猪和配种后/生产过程中的能繁母猪。由于母猪怀孕时间相对稳定，一般作为未来生猪产量的前瞻指标。 单一的数量指标无法对生产效率进行评估。同时从时间上看也没有具体细化到具体配种或妊娠进度。 抽样数据面临样本对总体数据的偏移。 统计局（季度）、农业农村部、协会、三方咨询机构（月度） 猪精和配种数据 可靠性：低 有效性：中 通过猪精的销售判断配种数量，从而判断最后的生猪产量。 随着市场结构的变化，自主繁育体系内的猪精由企业自身提供，不再需要外采。样本点数据可能无法反映行业总体情况。 企业、三方机构（月度） 仔猪生产 可靠性：低 有效性：高 每月生产的仔猪数量。可以用于对应判断未来5到6个月左右的对应生猪出栏量。 抽样数据为主，会因为抽样的偏差导致对总体预估的偏差。 生猪出栏节奏不固定，可能出现一到两个月的偏差。 协会、三方机构（月度） 生猪存栏 可靠性：低 有效性：中 目前生猪存栏总量或育肥猪的存栏量。可以用于判断未来一段时间内的生猪供给数量。 存在抽样和总体的偏差。 没有存栏结构数据，单纯的存栏数据无法相对精确判断具体的出栏时间。 统计局（季度）、农业农村部、三方机构（月度） 生猪存栏结构 可靠性：低 有效性：高 现有育肥猪当中小猪、中猪、大猪的比例。结合存栏量，可以更确切判断生猪在具体时间段的出栏数量。 抽样数据可能产生较大偏差。在样本量有限的情况下，数据越细，实际的偏差可能就越大。 三方机构（月） 出栏和屠宰量 可靠性：高 有效性：中 当前出栏/屠宰的生猪数量。 可以用于确认短期的实际生猪供给。 （规模以上）定点屠宰数据采集过程相对严密，数据真实性在以上所有数据中最佳。但定点屠宰数据占总屠宰数据比例不定。为产量的滞后数据。其余抽样数据可能存在一定偏差。 农业农村部、上市公司公告（月）、三方机构（周） 出栏体重/宰后均重 可靠性：中 有效性：高 当前出栏生猪的体重或宰后猪肉重量。结合生猪屠宰量用以反映生猪出栏的节奏以及当前供给猪肉的情况。 抽样数据可能存在一定偏差。 三方机构（周） 制表：中信建投期货 可以看到，以上的供给端数据常常处于要么可靠性不高、要么对预期的指引有限。解决这个矛盾，一方面可以掌握多来源数据，把握不同数据源给出的共性，寻找确定性；另一方面，通过数据的相互印证，找出供给侧数据矛盾的可能解释。 我们选取了能繁母猪、定点屠宰以及体重数据作为示例，看看在当下环境中，我们如何解读这些数据，以及它们可以如何帮助我们对供给和价格做出判断。 （1） 能繁母猪数据 能繁母猪是市场最关注的数据之一。一方面，官方发布的数据具有一定的权威性；另一方面，作为生猪产量的源头，它被视作最主要的前瞻指标之一。不过，它的争议也未曾断绝，尤其是当基于能繁母猪数量形成的预期和后续的生猪价格出现较大幅度的差异之后，常常会有诸多质疑。 市场上能繁母猪数据的来源主要有农业农村部、统计局、畜牧业协会、涌益咨询、卓创资讯、我的农产品网等机构。 【表1：官方能繁母猪数据】 数据来源：农业农村部，国家统计局，中信建投期货 农业农村部数据是基于农业农村部业务管理条线进行的统计调查监测数据，是全国规模生猪养殖场与小散户的定点监测数据加权计算；统计局数据则为抽样调查数据，抽样调查以农业普查数据为抽样框，采用多主题与规模成比例的抽样方法（MPPS），在全国31个省（自治区、直辖市）调查辖区内所有大型养殖场（户）和抽中村的中小型养殖场（户），样本量约70万户。 因此，官方数据本身也有两个不同的口径。而在生猪数据联合发布之后（2021年9月起），农业农村部网站上所公布的季度末能繁母猪数据采用了统计局口径，但在非季末月度环比数上又采用了农业农村部的口径，并基于统计局季末数据计算非季末的能繁母猪绝对头数。 从统计局的数据来看，过去能繁母猪的数量去化实际上仅持续了三个季度，结合农业农村部的数据，综合可得去化时间长度在10个月左右。数量上的去化长度，是本轮周期为数不多的市场认可的事实。 【图1：能繁母猪环比变化率】 数据来源：卓创资讯、涌益咨询，中信建投期货 第三方数据和官方数据的节奏基本相符，不过从幅度上看有些许差距。从统计局的季度数据口径来看，从去年二季度末到今年一季度末，整体去化幅度为8.3%，资讯机构的数据区间则位于8%到18%。而部分草根调研的数据则给到近30%。 生猪养殖的分散性和数据快速的变化容易使得要证实数据的真伪有较大难度，能繁母猪的去化程度到底是8%、15%还是30%一度成为市场争议的焦点。不过，我们认为，在了解市场主流看法后，把握时间窗口的确定性，可以更有效地帮助我们进行交易和套保。 尽管通过我们的测算，月度的能繁母猪指标对滞后8到10个月的生猪出栏指标之间的解释力度只有20%左右[1]，但结合季节性之后，整体的解释力度也能够达到60%左右，加上仔猪数据的印证，我们还是可以比较确定地判断边际产量变化的时间阶段。 例如2021年5月到2022年4月的去化过程，基本上对应了2022年3月到2022年12月的产能兑现过程，其中2021年9、10月的集中淘汰可以对应到2022年5到8月的边际产能下降。尽管单纯通过能繁母猪数量，我们比较难判断这个阶段价格的上涨幅度和具体时间，但我们至少把握了矛盾的主要方面。 对应的，2022年3月开始，能繁母猪逐步进入恢复过程，对应的，从2023年1月开始，产量的恢复也将成为后续矛盾的主轴。 （2） 屠宰数据 能繁母猪数据由于其本身精确性有限，以及从产能到产量中间过程曲折，容易受到多重因素的影响，对于短期的交易指导非常有限。与能繁母猪相对应的，是生猪市场中最真实和精确的数据之一：定点屠宰量。 由于我国对于屠宰企业有比较严格的检疫和登记制度体系，正规屠宰企业的屠宰流程中，所有生猪的检疫和屠宰都理应有所记录。而农业农村部的定点屠宰数量就是来自于屠宰企业的相对全面且精确的记录。 屠宰量是非常有效的数据，从历史数据层面看，屠宰量和价格呈现明显的负相关关系。在我们之前的文章有提到，屠宰量短期是需求传导的反馈，但中长期实际是由供给所决定的。那么很明显的，屠宰量和价格之间应该呈现长期的负相关关系，事实也确实如此。 未经调整的规模以上定点企业屠宰量和价格之间的相关系数为-0.6，但这当中还受到季节性因素的影响，尤其是春节前后屠宰量的上下波动较大，其面临的需求环境不同。我们利用14到18年的出栏水平进行季节性基准的测算，并将定点屠宰量数据转换为剔除季节性的屠宰指数，可以看到，负相关程度进一步提升，相关系数降低到-0.72。 图3：屠宰量和价格之间的关系 图4：季节调整后的屠宰指数和价格的关系 数据来源：国家统计局，农业农村部 数据来源：国家统计局，农业农村部 定点屠宰数据精确度高，对于价格的负相关程度也非常明显，但屠宰数据的缺陷也很明显。使用屠宰数据，需要关注以下几个方面： 1. 定点屠宰数据不是总屠宰或总出栏数据，定点屠宰量只是全国总屠宰量的一部分。结合统计局出栏数据，规模以上定点屠宰数据占全国生猪出栏量的占比在30%~40%之间。（当然，这仍然是两个口径之间的对比，不能代表实际占比，仅作参考。） 【表2：统计局口径出栏量和定点屠宰量的比】 年份 统计局 年度出栏量 （万头） 农业农村部 规上定点屠宰量 （万头） 模拟规模以上 定点屠宰占比 2021年 67128 26486 39.46% 2020年 52704 16259 30.85% 2019年 54000 19115 35.40% 2018年 69900 22951 32.83% 2017年 68861 22184 32.22% 2016年 68502 20871 30.47% 2015年 70825 21383 30.19% 2014年 73510 23618 32.13% 2013年 71557 23314 32.58% 2012年 69790 22285 31.93% 数据来源：国家统计局，农业农村部，商务部，中信建投期货 2. 定点屠宰占总屠宰的比例不仅在年度是有变化的，月间占比的变化程度可能超过年度。因此，需要搭配对市场屠宰情况的观察，获取更深层次的数据，或者进行人为判断之后，才能更好反映全局。除了规模以上定点屠宰企业的数据外，可以参考其他机构给到的周度甚至是日度屠宰开工统计数据。 【图5：规上定点屠宰量(万头)和屠宰开工率(%)调查数据的比较】 数据来源：农业农村部，卓创资讯，中信建投期货 3. 屠宰数据并非终端消费数据，屠宰后进入各个消费渠道甚至分割入库的比例可能产生变化。因此，可以参考鲜销率等数据来进行分析。 4. 屠宰数据是滞后发布的，对于未来的指引需要结合其他数据才能够形成；直接使用更多只能作为对过去预期的印证。 （3） 体重数据 体重数据有两个重要意义：从静态上看，体重和头数相结合，可以用于判断当期猪肉供给；从动态上看，体重的变化很大程度上反映了出栏节奏的变化。 体重越大，单头生猪供给的猪肉就越多，形成的供给压力就越大，反之亦然。 体重的动态变化有多个原因驱动： 1. 季节性的驱动，一般每年都有两轮增重和两轮减重过程。一般来说，在三季度末，气温逐步下降过程中，养殖企业本身体重又处于相对较低水平，那么容易产生针对四季度需求的压栏增重，而到春节前加紧出栏后，在节后出栏体重会有明显的下降，这是一轮增重和减重过程；而春节后体重偏低，市场有体重恢复到正常水平的需求，将会形成一轮增重过程，到夏季高体重影响生产效益，又会出现一轮减重过程。 【图3：生猪出栏体重】 数据来源：卓创资讯，中信建投期货 2. 价格绝对水平决定了长期体重。按照最完美的假设，当边际成本等于边际收益的时候，总利润最大。那么当边际收益也就是猪价提升的时候，只要边际成本的提升幅度更小，那么就可以进行体重的增加。现实当中，我们也可以看到，在非洲猪瘟高价期，生猪均重要比一般情况高出10公斤左右，主要也是由于大猪育肥的边际成本小于猪价。 3. 价格和预期的短期波动影响养殖决策。非洲猪瘟以来，养殖模式发生了明显改变，从育种到育肥的“玩法”广泛传播。在有较好价格预期的情况下，生猪压栏和二次育肥明显增多，从而推动体重上行，相反，一旦出现市场预期的扭转，恐慌出栏带动生猪体重的下滑也会加剧价格的下行。 （4） 供给侧数据总结 以上三个数据是市场中分析人员使用比较多的数据，但每一个单一数据都有明显的缺陷，要么推断的精确度非常低，要么缺乏前瞻性，要么本身就无法单独使用。因此，综合我们前期提到的多项数据进行分析就非常有必要了。 目前市场上能够看到的主流分析体系可以归纳为三个类别： 【图4：生猪供需侧数据使用的三种方式】 制图：中信建投期货 一是以能繁母猪为核心的直接推断，衍生出“能繁母猪数量下降10%，价格上涨一倍”等说法。 二是对多个指标与历史价格之间进行拟合，找出最优指标。 而我们的做法，除了考虑以上两个逻辑链条之外，更强调对数据的全面认知和相互印证，在印证中找到共性和确定性，在差异面前规避风险，长期把握周期波动，短期把握市场节奏。 例如，我们一般不将能繁母猪的绝对值和价格直接挂钩。我们认为，更直接影响价格水平的还是实实在在的供给数量，而能繁母猪的变化要首先影响供给数量才能够影响价格水平。所以我们首先考察的是能繁母猪和规上定点屠宰量之间的长期关系。 【图5：能繁母猪与定点屠宰量（提前6、8、10个月）的关系】 数据来源：农业农村部，商务部，中信建投期货 从上面的图中可以看到，从能繁母猪到生猪屠宰在某些时段看起来有一定的相关性，但在17/18年周期之后 出现了些许变化：能繁母猪的下降似乎没有带来屠宰出栏的下降，除了数据本身的原因外，这很可能是产业结构以及生产效率带来的结果。能繁母猪数量无法反映生产效率，而中国生猪生产效率具有巨大提升空间的现实却摆在眼前。 除此之外，生猪屠宰有明显的季节性，年度内淡旺季的出栏变化一般情况下远超能繁母猪的对应变化。由于春节前需求高峰已经是产业共识，无论大中小养殖企业，多会对应调整出栏节奏，除此之外，四季度前后的应出栏标猪都可能向春节前后进行集中出栏，从而导致春节前出栏增加，春节后出栏减少。我们对2010年到2018年的月度数据进行分析后可以得出结论，决定月度出栏水平的60%是季节性，20%是能繁母猪的传导作用。当然，随着非洲猪瘟影响的加深，这一结论的使用条件也在发生改变。 最后，由于生猪的实际出栏具有一定的弹性，少则两三天、一个星期，多则两周甚至一个月，在预期的影响下，养殖主体会采取不同的策略。在季节性之外，要实现对月度数据的对应，是具有很大难度的。 总的来说，能繁母猪数量的变化长期上看一定会造成供给量的相应变化，但很难用它来确定月度价格走势。我们可以用存栏和出栏来印证过去能繁母猪数量变化，同样的，能繁母猪、仔猪生产、生猪存栏、饲料疫苗等数据的共同支撑之下，我们对一段时间内的应出栏生猪数量相对确定，那么屠宰量代表着已经出栏的生猪，从而可以推断待出栏的生猪，结合出栏体重，可以帮助我们判断短期市场节奏。 二、外围数据仅能作为辅助 供给侧数据，尤其是具有前瞻性的数据指标多是样本数据，而样本数据相对总体数据的偏差很难确定并跟随市场结构的变化而变化。因此，利用外围数据进行辅助就非常重要了。常见的辅助数据包括饲料数据、疫苗数据等。 【图6：生猪主要数据图谱】 制图：中信建投期货 我们把能繁、仔猪、屠宰以及饲料和疫苗数据同价格之间的相关系数进行了测算，从数据结果上看，屠宰和价格的相关系数最高，这也是符合我们此前的认知。同时，我们发现，相比侧面数据，上游供给数据和价格的负相关性还是更高的。 【图7：各板块核心数据相关系数矩阵】 月度均价 官方能繁+8 仔猪生产指数+5 宰量指数 猪料产量 细小疫苗+11 月度均价 1.00 官方能繁+8 (0.67) 1.00 仔猪指数+5 (0.65) 0.39 1.00 宰量指数 (0.72) 0.26 0.79 1.00 猪料产量 (0.41) 0.16 0.78 0.66 1.00 细小疫苗+11 (0.05) (0.39) 0.65 0.45 0.66 1.00 数据来源：农业农村部，卓创资讯，中信建投期货（数据时间：2014年~2022年，其中仔猪数据时间2018年~2022年） 因此，要用猪料、疫苗数据直接对猪价做出判断仍然显得不太现实。我们认为核心数据的把控上还是围绕仔猪和屠宰（出栏）两端。中期看仔猪、短期看屠宰，前期的仔猪数据同时可以帮助判断近期应出栏生猪的数量。 我们上面展示的相关系数矩阵实际上收到非洲猪瘟生猪和供给侧大幅波动的影响，如果排除这一段时间，除宰量指数之外，其他数据的相关系数都将大打折扣。也就是说，在供给侧变化较小的时候，应该利用所有的数据先对宰量进行预测和判断，才能对价格有较好的预估，利用任何单一数据直接判断价格都会出现明显的偏差。 例如猪料数据对于价格来说，实际的负相关水平有限，但对存栏数量会有比较好的印证，如果能够获得较稳定的仔猪料数据，则更能帮助判断仔猪的补栏水平，从而更好判断未来出栏体量。同样的，疫苗数据也可以向仔猪数据上去做印证，在调整滞后期后，两者相关度明显提升。 三、数据的不可及之处 （1）数据本身的局限性 数据本身的局限性在生猪市场体现得比较明显。除了数据的真实性之外，数据的频率和长度都对研究工作造成了明显的局限。 1. 数据频率 目前市场主要的数据都是以月度或季度频率为主的，屠宰相关的少数数据能够周度或日度更新，而价格则是每天频繁变动。 高频数据的缺失也侧面导致了低频数据使用上的不确定。当价格变动的幅度超出预期，市场常常会怀疑生成预期的历史数据。但实际低频数据本身对于短期价格波动的解释力度就非常有限。 实际上，高频数据结合低频数据共同使用更能帮助我们理解市场的运行过程。一个典型的场景是，在产能下行的兑现过程中，生猪价格出现猛涨，这时就需要观察高频宰量数据和体重数据。如果宰量下行叠加体重上行，说明市场供给不仅仅有产量的下降，还有压栏的带动，而体重从提升到反转很有可能同现货市场的变化节奏类似。 2. 数据长度 市场上数据的开始时间段基本上都在20世纪之后，之前的数据较少；同时，大量数据机构的样本调查数据甚至从2020年才开始。数据长度短导致我们没有办法做更多的回测研究，同样也限制了市场对历史变化的理解。 （2）数据和价格的相关性 从传统经济学的角度，供需决定了价格，那么因此，市场使用供需数据来预测价格无可厚非。但随着经济学的发展，我们已经知道，价格的决定和标的物性质、市场结构以及人的心理和行为都有千丝万缕的关系，是非常复杂的。 生猪市场是典型的低粘性高供需分离度的市场。生猪市场的低粘性表现在价格每日可调节，不存在类似工资粘性或菜单成本当中的调价成本，也因此，生猪市场的竞争是比较有效的。但另一方面，生猪由于交易节奏较快，同养殖场交易的并非终端消费者而是中间贸易屠宰等渠道商，下游需求针对上游价格的变化是有时滞的，而这种市场结构比较容易形成超越供需实际变化的价格波动。 （3）“regime change” 每一轮周期都是行业的一次洗牌，每一次洗牌市场本身都可能出现一定的变化，而我们研究中所使用的数据稳健性、相关关系或者因果关系都可能改变。政治学中的“regime change”在经济学中就可以看作市场底层逻辑的变化，从而导致不同变量关系的改变，那么之前的数据模型就不在适用。 在最近两轮周期，我们明显感受到市场的变化，例如屠宰产能的集中导致屠宰数据含义的不同；而二元轮回、回交和三元母猪的产生导致能繁母猪数量对仔猪数量和屠宰量的预期过程的改变。如果我们仍然使用非瘟周期前的模型进行预期，那么很有可能产生较大的偏差。 四、辩证看待产业数据 随着生猪行业的蓬勃发展，生猪期货市场的建立和活跃，提供生猪产业相关数据的机构越来越多，行业数据的层次也越来越完善。再经历一轮周期，我们可以预期我们能够使用的研究素材也能够越来越丰富，数据处理的方式也可以更科学。 但在目前的条件下，产业数据为我们提供估值上的指引存在较大偏误的可能。利用相关数据的方式应该和使用的目的相匹配。 低频数据可以帮助我们预判大致的产量兑现趋势，当我们需要进行套保操作时，可以找到供给偏紧情绪高涨的时间区段，在这样的时段当中重点布局；利用高频数据发现市场短期运行的逻辑，利用生猪生鲜品近月远月波动可能产生的估值错位，来进行价差的操作。 单一的数据和模型很难解释我们这个复杂的世界，静态和线性的思维面对市场的波动时很容易走入死角，我们坚信数据带来的趋势性指引是明确的，但短期的市场波动具有较大的随机性，这种随机性背后也潜藏着某些确定性。未来生猪研究的两个方向，一个是对数据的进一步挖掘，另一个就是对短期随机性中确定性的捕捉。 （完） 建投思考 【建投思考】新周期？短周期？(重制版）New HOT 【建投思考】生猪期货：基差的历史表现和展望 New 【生猪消费三问（3）】猪肉需求会永续增长吗？ 【生猪消费三问（2）】消费好和消费差，怎么看？ 【生猪消费三问（1）】宰量高就是消费好？ 【建投思考】生猪平衡表的建构与局限 【建投思考】现/期/股，生猪市场的经验和机会 建投调研/访谈 【建投访谈】生猪上涨第一波：多头观点（2022年6月） 【建投访谈】生猪上涨第一波：空头观点（2022年5月） 【建投访谈】生猪上涨第一波：养殖产业观点（2022年5月） 【河南生猪调研（下）】集体看好下半年，新周期开启仍不确定（2022年2月） 【河南生猪调研（中）】需求疲软谜题待解，变局之中希望仍存（2022年2月） 【河南生猪调研（上）】养殖告别高体重，屠宰无惧新玩家（2022年2月） 【湖北生猪调研（中）】二次育肥的攻守道（2022年1月） 【湖北生猪调研（上）】母猪？资金？猪瘟？三问湖北养猪人（2022年1月） 热点报告 【生猪快评】猪价加速上行，引发政策担忧 【生猪快评】现货上涨真的利多吗？生猪的两难境地 【生猪快评】警惕2301：虚假的春节合约 【生猪快评】反弹惊起千层浪，不破楼兰终不还 【生猪快评】现实拖累预期，远月估值重构 【生猪点评】养殖寒冬腹背受敌，猪价扭转仍靠供需 【建投热评】生猪：逢节必跌，“冰”临城下，预期的兑现与超越？ 【2022生猪年报】告别非瘟时代，红海逐浪而行 专题：区域价差 【生猪专题】区域价差如何影响期货交割 HOT 【生猪专题】生猪区域价差由什么决定 研究员：魏鑫 期货投资咨询从业证书号：Z0014814 电话：021-58304077 重要声明 本订阅号（微信号：CFC农产品研究）为中信建投期货有限公司（下称“中信建投”）研究发展部下设的农产品团队依法设立、独立运营的官方订阅号。本订阅号所载内容仅面向《证券期货投资者适当性管理办法》规定可参与期货交易的投资者参考。中信建投不因任何订阅或接收本订阅号内容的行为而将订阅人视为中信建投的客户。 本订阅号中的信息均来源于公开可获得资料，中信建投对本订阅号所载资料的准确性、可靠性、时效性及完整性力求准确可靠但并不作任何明示或暗示的保证。本订阅号中资料、意见等仅代表文章发布当日的判断，相关研究观点可能依据中信建投后续发布的研究分析文章中更改。 中信建投的销售人员、交易人员以及其他专业人士可能会依据不同假设和标准、采用不同的分析方法而口头或书面发表与本订阅号中资料意见不一致的市场评论和/或观点。本订阅号发布的内容并非投资决策服务，在任何情形下都不构成对接收本订阅号内容受众的任何投资建议，受众应谨慎考虑本订阅号发布内容是否符合其自身特定状况。订阅者应当充分了解各类投资风险，根据自身情况自主做出投资决策并自行承担投资风险。 订阅者根据本订阅号内容做出的任何决策与中信建投或相关作者无关。本订阅号发布的内容仅为中信建投所有。未经中信建投事先书面许可，任何机构和/或个人不得以任何形式对本报告进行翻版、复制和刊发，如需引用、转发等，需注明出处为“中信建投期货”，且不得对本报告进行任何增删或修改。亦不得从未经中信建投书面授权的任何机构、个人或其运营的媒体平台接收、翻版、复制或引用本订阅号发布的全部或部分内容。版权所有，违者必究。 全国统一客服电话：400-8877-780 网址：www.cfc108.com

点此查看微信公众号原文全部内容>>

大部分微信公众号研报本站已有pdf详细完整版：https://www.wkzk.com/report/（可搜索研报标题关键词或机构名称查询原报告）