大宗农产品专题之六：白糖之印度篇.pdf

识别风险 ， 发现价值 请务必阅读末页的免责声明 1 / 21 Table_Page 行业专题研究 |农林牧渔 2019 年 6 月 9 日 证券研究报告 Table_C ontacter 本报告联系人： Table_Title 农林牧渔行业 大宗农产品专题之 六 ： 白糖之 印度 篇 Table_Author 分析师： 王 乾 分析师： 张斌梅 SAC 执证号： S0260517120002 SAC 执证号 ： S0260517120001 SFC CE.no: BND809 021-60750697 021-60750607 gfwangqiangf zhangbinmeigf 请注意，王乾并非香港证券及期货事务监察委员会的注册持牌人，不可在香港从事受监管活动。 Table_Summary 核心观点 ： 印度 驱动 国际糖价的要素 ： 产量和净出口量的变化 1） 产量预期一般提前于实际产量影响市场，并随着榨季的运行和天气变化对已形成的预期进行 修正 。 2） 印度食糖的需求量大，当出现供给不足时，会从出口国变为进口国，印度净出口量的转换通常对应着糖价的拐点。 逻辑：产量变动是核心，库存释放是焦点 1） 印度驱动国际糖价变动的实质是 食 糖产量的预期和变化 。 由于印度食糖需求量大，而产量不稳定性大，印度的食糖缺口与全球食糖缺口往往表现出一致性。 2） 印度库存 处于全球首位 ， 如何释放库存将影响 国际糖价 走势 。 季风雨定调甘蔗产量，存在不稳定性 印度甘蔗产量的不稳定性表现为 季风雨 的不 稳定性 。 据 USDA 估计， 19/20 榨季甘蔗种植面积将下降 8%，糖份下降 0.12 个 百分点 ，基于季风雨降雨顺利的判断， 单产 将小幅 上升 0.33%，从而甘蔗产量下降 7.8%； 与 USDA不同，我们认为， 若季风雨降雨 不利 ， 则下降幅度可能超预期， 单产 将 降低 5%，从而甘蔗产量下降 13% 结构性过剩初现， 高 成本 库存 释放困难 印度 FRP 价格 持续上升， 与白糖市场价格往往出现背离。即使白糖价格下跌或天气不佳，甘蔗种植面积仍会反常上升，糖产量逆周期增长。在国际糖价低迷的背景下， 印度 食糖 成本 缺乏竞争优势，库存 释放困难 。据 USDA 发布的 5 月数据， 18/19 榨季印度期末库存同比上升 24%至 1758.4 万吨，库存消费比上升 10 个百分点至 64%。 国内消费是释放库存的 主要 动力 印度 释放库存有四个路径：国内消费、生产非离心糖、出口和生产生物乙醇。 1）在稳定的经济和收入增长下，印度食糖消费 将 持续上升 ，是释放库存的 主要 动力 ； 2）非离心糖生产能保证 蔗农 收回蔗款，但上升幅度有限； 3）出口面临 国际糖价 、汇率压力，出口目标难以完成； 4） 在目前的技术水平下，印度乙醇产业无法大幅度减少糖产量。 结论 基于分析， 我们预测 ， 若印度季风雨降雨不利， 19/20 榨季印度食糖产量 将 减少 15.3%，期末库存 将 减少 17%。若印度季风雨降雨顺利， 19/20 榨季印度食糖产量 将 减少 2.2%，期末库存 将 减少 4%。 风险提示 印度糖业政策变化存在不可预见性 ； 印度季风雨存在不可预见性； 厄尔尼诺事件 的未来演变存在不可预见性。 Table_Report 相关研究 ： 农林牧渔行业 :大宗农产品专题之五：白糖之巴西篇 2019-05-30 农林牧渔行业 :大宗农产品专题之四：白糖之研究方法篇 2019-04-10 识别风险 ， 发现价值 请务必阅读末页的免责声明 2 / 21 Table_PageText 行业专题研究 |农林牧渔 目录索引 印度 ：全球头号产糖国与消费国 . 4 复盘：印度驱动国际糖价的要素 . 5 逻辑：产量变动是核心，库存释放是焦点 . 6 变幻莫测的甘蔗产量 . 7 季风雨定调甘蔗产量 . 7 季风雨的不稳定性 . 9 厄尔尼诺或影响季风雨强弱 . 10 难以消化的高位库存 . 11 持续上升的公平有偿价格 . 11 成本高企，库存难消 . 12 结构性过剩的释放路径 . 13 国内消费增速可期 . 13 非离心糖：消费的一个侧面 . 14 出口面临较大压力 . 15 生物乙醇：消化库存杯水车薪 . 16 结论 . 17 识别风险 ， 发现价值 请务必阅读末页的免责声明 3 / 21 Table_PageText 行业专题研究 |农林牧渔 图表索引 图 1： 18/19 榨季印度将成为第一大食糖生产国 . 4 图 2： 18/19 榨季期初库存第一（万吨） . 4 图 3：印度是全球第一大食糖消费国（ 18/19 榨季） . 4 图 4：预计 19/20 榨季印度食糖消费量将上升 4% . 4 图 5：印度视角下国际原糖现货价复盘 . 5 图 6： 印度产量与 国际糖价关系 . 6 图 7：印度净出口量与国际糖价关系 . 6 图 8： 印度与全球糖缺口表现出一致性（万吨） . 6 图 9：印度期末库存占全球 35%（ 18/19 榨季）（万吨） . 6 图 10：西南季风在每年的 6-9 月带来降雨（ 2017 年）（毫米） . 7 图 11：当年降雨量大小与甘蔗种植面积呈正向相关 . 7 图 12：当年降雨量大小与单产呈正向相关 . 7 图 13：当年降雨量大小与甘蔗产量呈正向相关 . 8 图 14：当年降雨量大小与甘蔗产量增速呈正向相关 . 8 图 15： 当年降雨量大小与甘蔗糖份整体呈正向相关 . 8 图 16： 2019 年 3 月 1 日至 5 月 8 日季风区降雨情况（毫米） . 9 图 17：马哈拉施特拉邦季风雨的不稳定性（毫米） . 9 图 18：季风前降雨量与季风降雨量无相关关系（毫米） . 9 图 19： 马哈拉施特拉邦季风降雨量与厄尔尼诺的关系 . 10 图 20： FRP 价格与白糖市场价格相背离 . 11 图 21：甘蔗种植面积反常上升 . 11 图 22： 印度与主要产糖国蔗糖成本对比 . 12 图 23：印度食糖批发价与国际现货价差较高 . 12 图 24： 18/19 榨季期末库存与库存消费比创历史新高 . 13 图 25：食糖消费量上升趋势明显 . 13 图 26：人均食糖消费与人均 GDP 同步上升 . 13 图 27： 印度甘蔗制糖种类 . 14 图 28： 制备离心糖与非离心糖比例 . 15 图 29： 离心糖与非离心糖批发价（印度卢比 /百公斤） . 15 图 30：期初库存与产量之和定调印度出口量的趋势（万吨） . 15 图 31：印度食糖出口缺乏竞争力 . 16 图 32：印度卢比持续升值 . 16 表 1： 2000 年以来的厄尔尼诺事件 . 10 表 2：印度甘蔗公平有偿价格（ FRP）与邦州建议价格（ SAP）（公斤 /卢比） . 12 表 3：印度政府乙醇产业政策 . 17 表 4：印度食糖供需平衡表预测（万吨） . 18 表 5：美国农业部印度食糖供需平衡表（万吨） . 18 表 6：可比公司估值表 . 19 识别风险 ， 发现价值 请务必阅读末页的免责声明 4 / 21 Table_PageText 行业专题研究 |农林牧渔 印度 ：全球头号产糖国 与消费国 据美国农业部（ USDA） 5月数据， 18/19榨季，印度糖产量将达 3307万吨， 占全球 18%，成为全球第一大食糖生产国；期末库存将达 1758.4万吨，占全球 35%，库存全球第一 。 图 1： 18/19榨季印度将成为第一大食糖生产国 图 2： 18/19榨季期初库存第一 （万吨） 数据来源： USDA、 广发证券发展研究中心 数据来源： USDA、 广发证券发展研究中心 印度长期以来是全球第一大食糖消费国，据 USDA的 5月数据， 18/19榨季印度糖消费量为 2750万吨，同比上升 4%，占全球消费量的 16%。由于印度特殊的饮食习惯和文化习俗，对食糖消费需求稳步提升， USDA预计 19/20榨季印度食糖消费量将上升 4%至 2850万吨。 供给 量 和需求 量都处于高位， 使印度成为全球糖价变动的焦点。 图 3： 印度 是全球 第一大食糖 消费 国 （ 18/19榨季 ） 图 4： 预计 19/20榨季印度食糖消费量将上升 4% 数据来源： USDA、 广发证券发展研究中心 数据来源： USDA、 广发证券发展研究中心 18%17%10%8%6%41%印度 巴西 欧盟 27国 泰国 中国 其他050010001500200018/19 19/2016%11%9%6%6%52%印度 欧盟 27国 中国 美国 巴西 其他-0.06-0.04-0.0200.020.040.060.0822002300240025002600270028002900总消费量（万吨） yoy识别风险 ， 发现价值 请务必阅读末页的免责声明 5 / 21 Table_PageText 行业专题研究 |农林牧渔 复盘：印度驱动国际糖价的要素 图 5： 印度视角下国际原糖现货价 复盘 数据来源： WIND、广发证券发展研究中心 对 2006年至今的 国际原糖现货价 ，基于 印度 视角进行复盘，我们发现 印度驱动国际 糖价 的要素有：产量 和 净出口量的变化 产量： 产量预期一般提前于实际产量影响市场，并随着榨季的运行和天气 变化对已形成的预期进行 修正 。 如 2009年 9月至 2011年 2月，因预期 10/11榨季 印度增 产 ，原糖价格从 24.97美分/磅跌至 14.38美分 /磅，但随着 10/11榨季开始 ，印度 降雨 不足，甘蔗生长受损，原糖价格 涨至 32.57美分 /磅。 净出口量：印度食糖的需求量大，当出现供给不足时，会从出口国变为进口国，印度净出口量的转换通常对应着糖价的拐点。 1） 出口国变进口国 如 2008年 12月至 2009年 9月， 因 印度干旱导致供给不足，印度由出口国变为进口国，原糖从 11美分 /磅涨至 24.97美分磅。 2） 进口国变出口国 如 2011年 8月至 2013年 8月， 印度 糖产量 超预期， 政府允许出口，原糖由29.78美分 /磅跌至 16.51美分 /磅。 8.87 15.21 11.00 24.97 14.38 32.57 20.89 29.78 16.51 19.23 11.19 23.30 10.62 051015202530352006-10 2007-10 2008-10 2009-10 2010-10 2011-10 2012-10 2013-10 2014-10 2015-10 2016-10 2017-10 2018-10国际现货价 :原糖（美分 /磅）跌： 14/15榨季印度增产幅度超预期涨： 印度的干旱题材炒作，预期缺口规模上升跌： 17/18印度生产超预期，库存高企涨：（非印度因素） 炒作巴西减产题材跌： 印度政府允许出口，数量超预期，11/12榨季供给过剩确立。跌： 印度食糖产量大幅增加涨： 预期 08/09榨季印度减产，从出口国转变为进口国跌：（非印度因素）08/09全球实际增产涨： 印度干旱，由出口国变进口国跌： 预估 10/11榨季印度增产涨： 印度降雨不足，甘蔗生长受损跌： 预期印度11/12榨季增产识别风险 ， 发现价值 请务必阅读末页的免责声明 6 / 21 Table_PageText 行业专题研究 |农林牧渔 图 6： 印度 产量 与 国际糖价关系 图 7： 印度净出口量与国际糖价关系 数据来源： USDA、 广发证券发展研究中心 数据来源： USDA、 WIND、 广发证券发展研究中心 逻辑：产量变动是核心，库存 释放 是焦点 产量变动是核心 通过复盘可以发现， 印度 驱动国际糖价变动的实质是糖产量的预期和变化 ，产量的增减往往会导致印度的缺口和盈余。我们发现，由于印度食糖需求量大 且产量不稳定性大， 印度的食糖缺口与全球食糖缺口往往表现出一致性 。 因此，产量的变动是分析 印度影响国际糖价 的核心。 库存释放是焦点 印度自 17/18榨季开始增产，库存已创历史新高，据 USDA， 17/18榨季印度期末库存占全球 27%，预计 18/19榨季占比将达 35%。 在 印度国内特殊的食糖市场 下 ，食糖成本高， 库存消化受限，高企的库存水平成为国际糖价上涨最大的阻力。因此，库存的释放是分析印度影响国际糖价的焦点。 图 8： 印度与全球糖缺口表现出一致性（万吨） 图 9： 印度期末库存占全球 35%（ 18/19榨季）（万吨） 数据来源： USDA、 广发证券发展研究中心 数据来源： USDA、 广发证券发展研究中心 0510152025300100020003000400004/0505/0606/0707/0808/0909/1010/1111/1212/1313/1414/1515/1616/1717/1818/19印度产量（万吨） -左轴国际现货价：原糖（美分 /磅） -右轴051015202530-400-2000200400600800印度净出口量（万吨） -左轴国际现货价：原糖（美分 /磅） -右轴-1500-1000-5000500100015002000250000/0101/0202/0303/0404/0505/0606/0707/0808/0909/1010/1111/1212/1313/1414/1515/1616/1717/1818/19印度缺口 全球缺口0%5%10%15%20%25%30%35%40%0100020003000400050006000印度糖期末库存 全球糖期末库存 印度占比识别风险 ， 发现价值 请务必阅读末页的免责声明 7 / 21 Table_PageText 行业专题研究 |农林牧渔 变幻莫测 的甘蔗产量 季风雨定调甘蔗产量 甘蔗的生长需要充足的水分支持 。 印度位于赤道附近， 夏季信风带 的 北移，赤道低压中心出现在印度半岛 ， 形成西南 季风 。 西南季风在每年的 6-9月给印度带来充足的降雨 ，此时是印度甘蔗生长的旺盛期 。 因此， 季风的强弱变化引起的 降雨 变化会改变甘蔗的种植 面积 、单产和 糖份 ，进而影响甘蔗产量和糖产量。 图 10： 西南季风在每年的 6-9月带来降雨（ 2017年 ）（ 毫米） 数据来源： IMD、广发证券发展研究中心 甘蔗种植面积 ： 印度的甘蔗种植 面积 会受到 降雨 量变化而带来情绪性影响。 我们发现，当年 降雨 量的大小与当榨季的甘蔗种植面积呈正向相关。 单产： 甘蔗的单位产量会受到 降雨 量变化带来影响。我们发现， 降雨 量大小与单产整体 呈 正向相关关系，并且 可能 会 持续影响 1-2个榨季 （考虑甘蔗的宿根性） 。 如 2013年 降雨 量增加， 13/14、 14/15榨季的单产分别增加了 4.27%、 0.26%。 图 11： 当年 降雨 量大小与 甘蔗种植面积呈正向相关 图 12： 当年 降雨 量大小与单产呈正向相关 数据来源： USDA、 IMD、 广发证券发展研究中心 注： 降雨 量数据为年度数据。 数据来源： USDA、 IMD、 广发证券发展研究中心 0200400600800100012001月 2月 3月 4月 5月 6月 7月 8月 9月 10月 11月 12月马哈拉施特拉邦 北方邦 卡纳塔克邦 古吉拉特邦6000700080009000100001100033.544.555.500/0101/0202/0303/0404/0505/0606/0707/0808/0909/1010/1111/1212/1313/1414/1515/1616/1717/18种植面积（百万公顷） -左轴主要产糖邦降雨量（毫米） -右轴600070008000900010000110005560657075808500/0101/0202/0303/0404/0505/0606/0707/0808/0909/1010/1111/1212/1313/1414/1515/1616/1717/18单产（吨 /公顷） -左轴主要产糖邦降雨量（毫米） -右轴识别风险 ， 发现价值 请务必阅读末页的免责声明 8 / 21 Table_PageText 行业专题研究 |农林牧渔 从甘蔗种植面积和单产（产量 =种植面积单产）可知，甘蔗产量与 降雨 量表现出正向相关关系。我们发现，印度甘蔗产量中枢整体向上，产量 和 增速与 降雨 量均呈现正向相关关系，增速的敏感 性 更大。因此，判断甘蔗产量变化的实质 是 判断季风的强弱 和季风 降雨 量的大小。 图 13： 当年 降雨 量大小与甘蔗产量 呈正向相关 图 14： 当年 降雨 量大小与甘蔗产量增速 呈正向相关 数据来源： USDA、 IMD、 广发证券发展研究中心 注： 降雨 量数据为年度数据。 数据来源： USDA、 广发证券发展研究中心 糖份：甘蔗糖份与 降雨 量关系密切，根据印度糖业协会（ ISMA），甘蔗在生长旺盛期需水量达 37%至 40%。 我们发现， 降雨 量大小与 糖份也表现出正向相关关系 。 然而， 由于近年来印度 高产 、 高 糖份 和早熟甘蔗品种（ Co-0238） 种植 的增加 ，糖份 有所上升，并与降雨量 大小产生 背离 。 但我 们 认为，在甘蔗品种稳定后，糖份与降雨量仍将表现为正相关关系。 图 15： 当年 降雨 量大小与 甘蔗糖份 整体 呈正向相关 数据来源： USDA、 IMD、广发证券发展研究中心 6000700080009000100001100020025030035040000/0101/0202/0303/0404/0505/0606/0707/0808/0909/1010/1111/1212/1313/1414/1515/1616/1717/18产量（百万吨） -左轴主要产糖邦降雨量（毫米） -右轴60007000800090001000011000-0.3-0.2-0.100.10.20.300/0101/0202/0303/0404/0505/0606/0707/0808/0909/1010/1111/1212/1313/1414/1515/1616/1717/18产量增速 -左轴 主要产糖邦降雨量（毫米） -右轴600070008000900010000110000.10.110.1208/09 09/10 10/11 11/12 12/13 13/14 14/15 15/16 16/17 17/18糖份 -左轴 主要产糖邦降雨量（毫米） -右轴识别风险 ， 发现价值 请务必阅读末页的免责声明 9 / 21 Table_PageText 行业专题研究 |农林牧渔 季风雨 的不稳定性 进入新榨季，印度整体 降雨 情况并不乐观。 据 印度气象局（ IMD） ， 2019年 3月1日至 5月 8日，印度 降雨 量较通常年份下降 21%。 根据 IMD预测， 2019年西南季风带来的降雨只能达到 正常长期平均降雨量 （ LPA， Long Period Average）的 96%。 图 16： 2019年 3月 1日至 5月 8日季风区降雨情况（毫米） 数据来源： IMD、广发证券发展研究中心 但是，印度季风降雨情况存在诸多不确定性因素。 以主要产糖邦州 马哈拉施特拉邦 2000年至 2017年的降 雨 量 为例，我们发现 ，并不能通过季风前降雨量判断当年降雨情况。 如 2002年，季风雨前降雨量高于平均值 21%，但季风雨降雨量低于平均值17%； 2005年，季风雨前降雨量低于平均值 11%，但季风雨降雨量高于均值 41%。 图 17： 马哈拉施特拉邦 季风雨的不稳定性（ 毫米） 图 18： 季风前降雨量 与季风降雨量无相关关系 （毫米） 数据来源： IMD、 广发证券发展研究中心 数据来源： IMD、 广发证券发展研究中心 -60%-40%-20%0%20%050100150200250西北部 中部 南部 东部及东北部 全印度2019实际降雨量 正常降雨量 偏离正常的百分比050100150200250300350JAN FEB MAR APR MAY JUN JUL AUG SEP OCT NOV DEC2013 2014 2015 2016 20170200400600800100012001400020406080100200020012002200320042005200620072008200920102011201220132014201520162017季风雨前降雨量 -左轴 季风雨降雨量 -右轴识别风险 ， 发现价值 请务必阅读末页的免责声明 10 / 21 Table_PageText 行业专题研究 |农林牧渔 厄尔尼诺 或影响季风雨强弱 根据南方涛动理论，当 厄尔尼诺事件 发生时 ，印度的季风雨会减弱甚至出现无雨 或 干旱的情况。 据 IMD，我们发现， 从 2000年后的数据上来看，季风雨的明显减少 ，不仅与 与厄尔尼诺的强弱有关 ，也 厄尔尼诺事件 出现的时点有关 。 表 1： 2000年 以来 的 厄尔尼诺事件 起止年月 长度（月） 峰值时间 峰值强度（） 强度等级 2002.05-2003.03 11 2002.11 1.6 中等 2004.07-2005.01 7 2004.09 0.8 弱 2006.08-2007.01 6 2006.11 1.1 弱 2009.06-2010.04 11 2009.12 1.7 中等 2014.10-2016.04 19 2015.12 2.8 超强 数据来源： 中国气象局国家气候中心 、广发证券发展研究中 心 注：据 中华人民共和国国家标准厄尔尼诺事件强度判别方法， NINO3.4 峰值强度 0.5但 1.3为弱事件， 1.3但 2.0 定义为中等事件， 2.0 定义为强事件， 2.5 定义为超强事件。 据 IMD马哈拉施特拉邦季风降雨量数据及 美国国家海洋和大气管理局 （ NOAA）数据， 我们发现， 厄尔尼诺影响 季风 降雨量有两个特征：其一是现象开始时点在季风雨之前；其二是 厄尔尼诺事件 表现为中等强度以上。 2002至 2003年 的厄尔尼诺事件，自 2002年 5月始至 2003年 3月末， 级别为中等级别， 影响 2002年及 2003年 的季风降雨量，分别较平均水平下降 17%、 11%； 2014至 2016年 的 厄尔尼诺 事件 ， 自 2014年 10月始至 2016年 4月末， 级别为超强级别， 影响 2015年的季风降雨量，较平均水平下降 38%。 图 19： 马哈拉施特拉邦 季风 降雨量与 厄尔尼诺的关系 数据来源： IMD、 NOAA、 广发证券发展研究中心 据 NOAA，截止 4月， 根据 国家标准可以判断 厄尔尼诺事件 已于 2018年 9月开始，目前峰值为 0.95 。由于本轮 厄尔尼诺事件 开始时点在季风雨之前，后期需密-3-2-1012340100200300400500降雨量（毫米） -左轴 NINO3.4（ 3个月滑动指数） -右轴中等 弱 弱 中等 超强