一、先搞懂 3 个核心基础：避免从一开始就踩坑
上游：成本的 “源头”主要是饲料（占养殖成本的 60%-70%）和防疫。
饲料的核心原料是玉米（能量来源，占饲料配方 60% 左右）、豆粕（蛋白质来源，占 20% 左右），这两种原料的价格直接决定 “养猪到底要花多少钱”。防疫成本虽占比不高（约 5%-10%），但非洲猪瘟等重大疫病一旦爆发，会直接导致生猪存栏量暴跌，是供给端的 “黑天鹅”。
中游：供给的 “核心”
涵盖育种（种猪）和养殖（商品猪），是决定未来猪肉供应量的关键。种猪分为 “后备母猪” 和 “能繁母猪”：后备母猪需要 4 个月左右培育才能成为能繁母猪，能繁母猪怀孕 114 天（约 4 个月）产仔，仔猪育肥 6 个月才能出栏。整个周期约 14 个月，这就是 “猪价涨跌有延迟” 的根源。养殖模式分两种：自繁自养（自己养种猪、产仔猪、育肥，成本稳定但投入大）、外购仔猪育肥（买别人的仔猪来养，仔猪价格波动直接影响利润）。
下游：需求的 “晴雨表”包括屠宰、流通和消费。
屠宰企业赚 “生猪进价 - 白条猪售价” 的差价，屠宰量能反映市场 “真实需求”；消费端有两大特点：一是刚性（中国人每年吃约 5500 万吨猪肉，占肉类消费 60%），二是季节性（春节前、中秋前需求涨，夏季需求降，冬季腌腊季需求激增）。
2. 猪周期：为什么猪价会 “涨涨跌跌循环”？
生猪产业最核心的规律是 “猪周期”，本质是 “价格影响供给、供给反过来影响价格” 的循环，一般 4 年左右一轮，小白只要抓住 “3 个阶段” 就能看懂：
- 低谷期
猪价低→养殖户亏钱→减少补栏（甚至淘汰能繁母猪）→能繁母猪存栏量下降→14 个月后供给减少→猪价开始上涨。
- 上升期
猪价涨→养殖户赚钱→加大补栏（增加能繁母猪）→能繁母猪存栏量上升→14 个月后供给增加→猪价涨到顶点。
- 高峰期 / 下降期
供给过多→猪价开始下跌→养殖户从赚钱变亏钱→再次进入低谷期。
比如 2021 年猪价暴跌，就是因为 2020 年高猪价让养殖户大量补栏，导致 2021 年能繁母猪存栏量达峰值 4564 万头，14 个月后（2022 年）供给过剩，猪价应声下跌。
3. 关键指标定义：先搞懂 “术语” 再看数据
|
|
|
|
|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
二、投研的核心是 “用数据说话”，无需花钱买报告，这 5 个官方 / 权威渠道足够你用，关键是知道 “查什么、怎么看”。
1. 农业农村部（最权威的政策 + 产能数据）
- 网址 http://www.moa.gov.cn/
- 必查数据
-
每周：《全国农产品批发市场价格行情》（看生猪、猪肉、玉米、豆粕价格）； -
每月：《生猪生产简报》（核心看 “能繁母猪存栏量”，附 “正常保有量” 对比，比如 2024 年正常保有量 3900 万头，存栏在 3900×92%=3588 万头到 3900×105%=4095 万头之间为 “合理区域”）； -
每年：《中国畜牧业发展报告》（看全年出栏量、消费量等宏观数据）。 - 使用技巧
在 “数据” 栏目搜 “生猪”，重点看能繁母猪存栏量的 “同比 / 环比变化”—— 同比降说明产能在去化，未来猪价可能涨；环比涨说明产能在恢复，未来猪价可能跌。
2. 国家统计局（宏观产量 + 消费数据）
- 网址 http://www.stats.gov.cn/
- 必查数据
-
月度：《居民消费价格指数（CPI）》（看猪肉价格对 CPI 的影响，反映消费端热度）； -
季度 / 年度：《国民经济和社会发展统计公报》（看生猪出栏量、猪肉产量）。 - 使用技巧
将 “生猪出栏量” 与 “能繁母猪存栏量” 对比 —— 比如 2024 年能繁母猪存栏量下降 3.3%，对应同年生猪出栏量下降 3.3%，符合 “14 个月周期” 规律。
3. 博亚和讯（行业高频价格数据）
- 网址 http://www.boabc.com/
- 必查数据
-
每日：生猪价格（分地区，比如河南、广东等主产 / 主销区）、仔猪价格、玉米 / 豆粕价格； -
每周：猪粮比、养殖利润测算（自繁自养 vs 外购仔猪）。 - 使用技巧
重点盯 “猪粮比”—— 当猪粮比低于 5:1 时，国家可能启动 “收储”（买猪肉存起来，减少市场供给，托住猪价）；高于 9:1 时可能 “投放储备肉”（增加供给，压猪价），这是政策调控的重要信号。
4. 中国畜牧业协会（行业结构数据）
- 网址 http://www.caaa.cn/
- 必查数据
《中国生猪产业发展报告》（看行业集中度，比如 CR20—— 前 20 家养殖企业出栏量占全国比重，2024 年为 27.63%，仍较低，说明中小养殖户多，产能波动大）。 - 使用技巧
集中度低意味着 “猪周期波动更剧烈”，因为中小养殖户容易 “追涨杀跌”（猪价涨就补栏，跌就弃养），而头部企业（如牧原、温氏）抗风险能力强，能平滑部分波动。
5. 新闻渠道（突发因素追踪）
- 必看平台
农业农村部官网 “新闻” 栏目、央视财经 “三农板块”。 - 追踪内容
-
疫病：非洲猪瘟、猪蓝耳病等疫情报道（疫情→存栏降→供给少→猪价涨）； -
政策：环保限养、饲料禁抗、补贴政策（比如给能繁母猪补贴→养殖户愿意留种→产能恢复→猪价跌）； -
天气：主产区洪涝 / 干旱（影响玉米产量→玉米涨价→养殖成本涨→猪价可能涨）。
三、实操第二步：4 步拆解分析逻辑，从数据到结论的全流程
拿到数据后，按 “成本→供给→需求→政策” 的顺序拆解，每一步都有明确的 “数据对应结论”，小白也能形成完整判断。
第一步：算清 “养殖成本”，判断养殖户会不会补栏
成本是养殖户决策的核心 —— 有钱赚才会补栏，亏钱就会减栏。重点看 “3 个数据”：
- 饲料成本
玉米价格 ×60% + 豆粕价格 ×20% + 其他辅料 ×20%（大致估算）。比如玉米 2800 元 / 吨、豆粕 4000 元 / 吨，饲料成本约 2800×0.6 + 4000×0.2 = 2480 元 / 吨，一头猪育肥到 120 公斤约吃 300 公斤饲料，饲料成本就是 2480×0.3=744 元。 
- 仔猪成本
外购仔猪育肥模式下，仔猪价格直接影响成本。比如仔猪 800 元 / 头，加上饲料 744 元，再算上人工、防疫等 200 元，总成本约 1744 元，出栏价若 15 元 / 公斤，卖 1800 元，赚 56 元；若出栏价 14 元 / 公斤，卖 1680 元，亏 64 元 
- 养殖利润趋势
连续 3 个月利润为正→养殖户补栏意愿强→能繁母猪存栏量可能涨→未来供给增加→猪价可能跌；连续 3 个月亏损→补栏意愿弱→能繁母猪存栏量降→未来供给减少→猪价可能涨
案例：2023 年玉米、豆粕价格从高位回落，饲料成本下降，叠加 2024 年猪价回升，养殖户利润转正，导致 2025 年一季度能繁母猪存栏量小幅回升至 4039 万头（仍在合理区域）。
第二步：分析 “供给端”，判断未来 6-12 个月猪价走势
供给是猪价的 “核心决定因素”，核心盯 “能繁母猪存栏量” 和 “生猪存栏量” 两个指标，按 “14 个月周期” 倒推：
- 看能繁母猪存栏量的 “变化方向”
-
若当前能繁母猪存栏量 “同比降 5% 以上”（比如 2024 年 4 月较 2023 年同期降 4%）→说明 10-12 个月后（2025 年 2-4 月）出栏量会降→供给减少→猪价大概率涨； -
若同比涨 5% 以上→10-12 个月后出栏量涨→供给增加→猪价大概率跌。 
- 看能繁母猪存栏量的 “绝对水平”
-
对比农业农村部的 “正常保有量”（2024 年为 3900 万头），若存栏量在 “正常保有量的 92%-105%”（3588-4095 万头）→供给合理→猪价震荡； -
低于 92%→供给偏紧→猪价易涨；高于 105%→供给过剩→猪价易跌
- 补充看 “生猪存栏量” 和 “出栏量”
-
生猪存栏量同比降→当前供给在收缩；出栏量同比降→当期供给减少，短期支撑猪价。比如 2024 年生猪出栏量 7.03 亿头，同比降 3.3%，直接导致 2024 年猪价先升后稳。
第三步：分析 “需求端”，判断短期猪价波动节奏
需求端主要影响 “短期猪价”，核心看 “季节性” 和 “替代品价格”：
- 季节性需求表
1-2 月（春节） | 节前备货需求高峰 | 支撑猪价上涨 3-4 月（节后） | 需求低迷（“淡季”） | 压制猪价下跌 5-6 月 | 需求缓慢恢复 | 猪价震荡回升 7-8 月（夏季） | 消费清淡（天热吃猪肉少）| 猪价易跌
9-10 月（中秋）| 需求回升 | 猪价上涨 11-12 月（腌腊）| 需求旺季 | 猪价大概率冲高 | 
猪肉的主要替代品是鸡肉、牛肉。若鸡肉价格同比涨 10% 以上→部分消费者转买猪肉→猪肉需求增加→支撑猪价；反之，鸡肉降价→猪肉需求减少→压制猪价。
- 其他需求因素
-
经济形势：居民收入增长→愿意买更多猪肉（尤其是高价瘦肉）；收入降→可能减少猪肉消费。 -
突发事件：比如疫情导致餐饮需求降→猪肉消费减少→猪价短期下跌。 
第四步：叠加 “政策与风险”，修正最终判断
政策和突发风险能 “打破常规周期”，必须重点关注：
- 产能调控政策
-
能繁母猪存栏量低于 92%→国家可能给养殖户补贴（比如每头能繁母猪补 500 元）→鼓励补栏→产能恢复加快→猪价上涨幅度收窄； -
高于 105%→可能出台限养政策→产能去化加快→猪价下跌幅度收窄。 
- 价格调控政策
-
猪价过低（猪粮比＜5:1）→国家启动 “收储”→减少市场供给→猪价止跌； -
猪价过高（猪粮比＞9:1）→投放 “储备肉”→增加供给→猪价降温。
- 风险因素
-
疫病风险：非洲猪瘟爆发→存栏量暴跌→供给骤减→猪价短期暴涨（比如 2019 年猪价翻倍就是因为非洲猪瘟）； -
环保风险：环保政策收紧→小型养殖场关闭→产能去化→供给减少→猪价上涨； -
国际风险：大豆进口受阻（比如中美贸易摩擦）→豆粕涨价→饲料成本涨→养殖利润降→养殖户补栏减少→未来供给降→猪价涨。
四、实操第三步：用 “案例复盘” 验证，形成自己的分析习惯
最好的学习方式是 “复盘历史”，用 2023-2025 年的猪价走势验证上述逻辑，你会发现所有波动都能对应到数据变化：
背景：2023 年猪价低迷，2024 年先升后降，2025 年一季度下探
- 2023 年：猪价低迷的原因
-
供给端：2022 年底能繁母猪存栏量 4390 万头（高于正常保有量 3900 万头的 105%）→2023 年出栏量 7.27 亿头（同比增 3.9%）→供给过剩； -
成本端：2023 年初玉米、豆粕价格仍在高位→养殖成本高→养殖户亏损→开始淘汰能繁母猪； -
结论：供给过剩 + 成本高→猪价低迷。 
- 2024 年：猪价先升后降的原因
-
上升阶段（1-8 月）：2023 年能繁母猪存栏量持续下降至 4142 万头→2024 年出栏量降 3.3%→供给减少；同时饲料价格回落→成本降→利润转正→猪价回升； -
下降阶段（9-12 月）：2024 年 4 月能繁母猪存栏量降至 3986 万头后小幅回升→市场预期未来供给会增加；且腌腊季需求不及预期→猪价回落； -
结论：供给收缩支撑前期涨价，产能回升预期 + 需求疲软导致后期降价。 
- 2025 年一季度：猪价下探的原因
-
供给端：2024 年补栏的能繁母猪开始产仔→2025 年一季度出栏量同比持平→供给稳定； -
需求端：春节后进入需求淡季→消费低迷； -
政策端：未启动大规模收储→市场缺乏支撑； -
结论：供给稳 + 需求淡→猪价下探。
五、小白避坑指南：3 个最容易犯的错误
- 只看猪价，不看能繁母猪
猪价涨时跟风看涨，但没注意能繁母猪已连续 3 个月回升→10 个月后供给会增加，实际未来猪价可能跌。记住：猪价是 “结果”，能繁母猪才是 “原因”。 - 忽略成本，只算利润
看到猪价涨就觉得养殖户赚钱，但没算玉米、豆粕也在涨→实际养殖利润可能没涨甚至亏损，补栏意愿不会强，供给不会快速增加。 - 低估政策影响
觉得猪价跌到底了就该涨，但没注意能繁母猪仍在 “正常保有量以上”→国家可能不会救市，猪价可能继续低迷。 
六、最终工具：小白投研 checklist（每次分析对照打勾）
|
|
|
|
|
|---|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
按照这个指南，每周花 1 小时查数据、填表格、串逻辑，1-2 个月就能形成对生猪产业的独立判断，甚至能精准预判下一轮猪价涨跌的拐点。