图12：美国1974-2009年各个猪周期自繁自养平均单位盈利情况（美元/磅，假设销售在时间轴上均匀分布）
0.090.080.070.060.050.040.030.020.010-0.01-0.02 资料来源：USDA、Iowa State University、华金证券研究所
盈利曲线特征变化的产业逻辑分析
在生猪产业规模化的过程中，我们认为北美生猪产业（以美国为代表）出现上述盈利曲线特征变化的主要原因在于：养殖场经营个体特征的差异和养殖结构的变迁。
根据美国2002年、2007年和2012年三次农业普查的数据，美国生猪养殖场经营者中以农业为主业的比例平均约为57%，也就是说有43%的生猪养殖场经营者只是把农业作为副业。农业收入在个人收入占比小于25%的养殖场经营者约占总数的57%，农业收入在个人收入占比小于50%的养殖场经营者约占总数的65%。年龄大于65岁的生猪养殖场经营者占总数13%，年龄大于45岁的生猪养殖场经营者占总数67%。在加拿大的生猪养殖产业中，以安大略省为例，1999年养殖场主年龄大于55岁的占23%，51-55岁的占14%，2006年非养殖业务收入占个人收入大于50%的养殖场主占总数的接近一半。
与大型专业养殖户、专业化养殖企业相比，个体小养殖户的明显特征是：个体养殖户收入来源多样，不局限于农业，资本约束明显小于大型专业养殖户和专业化养殖企业，生产和产能调整对市场行情的反应更灵活。
在生猪产业快速规模化之前和初期，个体小养殖户的出栏占比相对较高，在猪价下行并进入亏损阶段时，由于个体小养殖户仍有其他非养殖收入来源、资本约束小，其很容易压缩产能和减少产量，甚至是停产或彻底退出生猪养殖，因而行业去产能的速度相对较快。随着规模化进程的推进，大型专业养殖户和专业化养殖企业的出栏占比逐渐提高。由于此类养殖经营者为专业化经营，固定资产投资较大，生猪养殖是重要收入来源（或唯一收入来源），使得其面临较强的资本约束，
因此在猪价下行并进入亏损阶段时，在压缩产能和停产的动作上，这类型的经营者无论是能力还是意愿均比个体小养殖户要弱，因而行业低谷去产能的速度会更慢，行业亏损持续时间更长。 我们认为盈利曲线的这种“正向”非对称性，从本质上来讲，是生猪产业规模化红利的一种表现形式。规模化初期，行业红利丰厚，盈利曲线的这种“正向”非对称性较为明显，一个完整猪周期里的平均单头盈利水平也较高。规模化后期，盈利曲线的这种“正向”非对称性逐渐减弱，盈利曲线的对称性增加，一个完整猪周期里的平均单头盈利水平也较初期有所下降。
图13：美国生猪养殖场经营者中以农业为主业的比例 图14：美国生猪养殖场经营者农业收入在个人收入中占比
100?`@ %0 0220072012农业 其他 资料来源：USDA、华金证券研究所
图15：美国生猪养殖场经营者年龄 100??p`P@0 %0 022007201245岁以下 45-64岁 65岁以上 资料来源：USDA、华金证券研究所
100?`@ %0 0220072012小于25% 25%-49P%-74u%-990% 资料来源：USDA、华金证券研究所
图16：美国生猪养殖产业结构的变迁
100??p`P@0 %0%
34567890123456789019999999000000000011999999900000000000011111112222222222221-99
100-499
500-999
1000-1999
2000-4999
5000+
资料来源：USDA、华金证券研究所（注：不同存栏规模的存栏占比）
图17：加拿大安大略省养殖场主的年龄分布
25.00 .00.00.00%5.00%0.00% 图18：养猪业务在加拿大安大略养殖场主收入中占比（2006年）
30.00%.00 .00.00.00%5.00%0.00992006 资料来源：《Benchmarking the Ontario Pig Industry》、华金证券研究所
资料来源：《Benchmarking the Ontario Pig Industry》、华金证券研究所
图19：加拿大安大略省不同出栏规模养殖场数量（家）
图20：加拿大安大略省不同出栏规模养殖场出栏量（百万头）
资料来源：《Benchmarking the Ontario Pig Industry》、华金证券研究所
资料来源：《Benchmarking the Ontario Pig Industry》、华金证券研究所
净资产收益率（ROE）=（净利润/销售收入）×（销售收入/总资产）×（总资产/所有者权益）=【1-单头总成本/（单头总成本+单头盈利）】×总资产周转率×权益乘数。虽然伴随着规模化进程的推进，生猪产业完整周期的单头盈利水平有下降趋势，但是行业的生产效率同时也在上升，成本的节省对单头盈利水平的下降趋势有对冲作用。因此在生猪规模化的进程中，行业或者企业是否可以保持原来稳定的ROE水平，则取决于单头总成本的下降速度和幅度、总资产周转率、权益乘数（财务杠杆）等综合因素。
上述公式中，再次体现了我们在此前的《生猪产业规模化红利：相对效率曲线效应（一）》报告中提到的“相对效率”概念对于生猪养殖企业的重要意义。对于单个生猪养殖企业而言，单头盈利的下降速度主要取决于行业整合和行业效率提升速度等外部因素，而单头总成本的下降速度则主要取决于企业自身效率提升的速度。由于行业效率提升和整合进程会持续演进，对于单个养殖企业而言，不进则退。如果（总资产周转率×权益乘数）无明显提升空间的情况下，单个养殖企业想要保持原来良好的ROE水平，就必须时刻跑在行业整合速度和行业效率提升速度之前，保持一种相对速度优势。
图21：美国生猪产业1992-2004年（自繁自养）成本节省幅度
60.00P.00@.00@.000.00 .00.00%0.00%饲料节省幅度 资料来源：USDA、华金证券研究所
图22：美国1974-2009年生猪自繁自养销售净利率历史变动情况
60.00%
20.00%0.00%-20.00%-40.00%-60.00%劳动量节省幅度 单位成本节省幅度
Jan-74Jan-76Jan-78Jan-80Jan-82Jan-84Jan-86Jan-88Jan-90Jan-92Jan-94Jan-96Jan-98Jan-00Jan-02Jan-04Jan-06Jan-08 资料来源：Iowa State University、华金证券研究所
欧洲生猪产业规模化过程中盈利曲线的特征变迁
欧洲国家生猪产业在1970-2010年经历不同程度的过快速规模化
英国生猪产业在1970年代到1990年代后期经历过了一轮规模化进程，生猪养殖业的场均存栏规模从1966年的70头大幅攀升至2000年的600头。作为一个整体，欧盟也在经历着规模化进程，例如欧盟2005年共有超过380万家生猪养殖场，到了2013年剩下不到220万家，单场养殖规模也在明显提升。具体国家来看，以丹麦、德国和西班牙为例，丹麦国内的生猪养殖场从1982年的55023家持续下降至2018年的3125家，场均存栏规模从169头大幅提升至4090头，年屠宰万头以上的屠宰场从1970年的54家减少至2018年的8家（合作社组织在丹麦的生猪产业经营中发挥着重要作用）。德国和西班牙也同样经历规模化进程，养殖场数量下降，单场养殖规模提升。
图23：英国生猪养殖场场均存栏规模（头）
70060050040030020010001966资料来源：UK Parliament、华金证券研究所
图24：丹麦生猪产业规模化进程
600005000040000300002000010000045004000350030002500200015001000500019821984198619881990199219941996199820002002200420062008201020122014201620182000
养猪场数量（家，左轴） 场均存栏量（头，右轴） 资料来源：Statistics Denmark、华金证券研究所
图25：德国生猪养殖场数量（单位：家）
40,00035,00030,00025,00020,00015,00010,0005,000020102019 图26：欧盟2005-2013年自繁自养场数量和场均存栏规模
资料来源：BPEX、AHDB、华金证券研究所
资料来源：German Federal Statistics Office、华金证券研究所
伴随规模化程度提升，欧洲2000年后的猪价波幅有所收窄
通过分析欧盟1991年以来的历史猪价走势，我们发现伴随着生猪产业规模化的推进，欧盟猪价大体呈现出波动有所收窄的现象，英国、丹麦、德国、西班牙、法国等规模化程度靠前的成员国家同样如此。
通过分析，我们发现2000年以后，丹麦和法国的猪价运行水平要低于英国，尤其是丹麦显得格外明显，我们认为背后的原因可能在于“英国生产成本＞法国生产成本＞丹麦生产成本”。另一方面，反观德国，德国的猪价运行水平与英国较为接近，这两个国家的生产成本也相对接近。
图27：1991年以来欧盟历史猪价（胴体，欧元/100公斤）
� 220.00 � 200.00 � 180.00 � 160.00 � 140.00 � 120.00 � 100.00 � 80.00 06/01/199128/07/199116/02/199206/09/199228/03/199317/10/199308/05/199427/11/199418/06/199507/01/199628/07/199616/02/199707/09/199729/03/199818/10/199809/05/199928/11/199918/06/200007/01/200129/07/200117/02/200208/09/200230/03/200319/10/200309/05/200428/11/200419/06/200508/01/200630/07/200618/02/200709/09/200730/03/200819/10/200810/05/200929/11/200920/06/201009/01/201131/07/201119/02/201209/09/201231/03/201320/10/201311/05/201430/11/201421/06/201510/01/201631/07/201619/02/201710/09/201701/04/201821/10/201812/05/201901/12/2019资料来源：European Commission、华金证券研究所
相关推荐：
loading