对农产品市场供需格局的预判和农产品期货投资都具有重要的意义

对于普通投资者来说，虽然没有亲临现场的优势，但也并非完全对单产预估束手无策。

例如，普通投资者可以利用一些易得的数据加以趋势推导，从而对单产进行估测，美国农业部发布的作物生长报告中的数据就是一种不错的选择。

100—500模型评分法

作物生长报告将作物的生长状况划分为五个等级：优、良好、一般、差、极差。简单地将优和良好的占比进行加总，就得到了作物的优良率。

优良率虽然能够粗略评价作物的状况，但却未能充分利用作物生长报告中所呈现出的信息。

更进一步的评价方法是100—500模型评分法，该方法把作物的五个等级赋予不同的权重，权重分别为500、400、300、200、100，五个等级的占比分别乘以对应的权重并求出总分，有人也将该总分称为大豆生长状态指数。可见，评分法总分的分布范围为(100、500）内的正整数。

考察历年美国大豆的优良率与单产的数据可以发现，在优良率明显偏高的年份（如1994年），单产往往偏高；在优良率明显偏低的年份（如2012年），单产往往偏低。

为进一步量化考察其中的关系，笔者列出了1994—2013年美国大豆的作物状况、优良率、100—500模型评分以及实际单产。

为考察优良率、100—500模型评分与实际单产之间是否存在相关性，笔者随后又列出了如下的散点图，并做出了线性回归。

可见，无论是优良率，还是100—500模型评分，都只是与实际单产呈现出了弱相关性。因此，两者不能作为预测单产的主要变量。

近90年的美豆单产

实际上，随着生产技术以及其他因素的改变，相同的优良率或作物状况评分完全可以在不同的年份呈现出不同的单产。统计最近90年的美豆单产，可以发现其有着随年份而递增的趋势。

由图可见，实际单产围绕趋势单产上下波动，在优良率或作物状况评分大幅高于其历史均值的年份，实际单产通常高于趋势单产，反之则通常低于趋势单产。基于这样的思想，笔者将时间作为单产模型的主要因素，将优良率或作物状况评分对其历史均值的偏移量作为单产模型的次要因素。为了考察优良率或评分对其历史均值的偏移量如何影响实际单产对趋势单产的偏移量，我们先把各个年份的数据汇总如下：

注：趋势单产用近30年的实际单产进行一元线性回归而得出，即趋势单产=0.4317×(年份-1983)+30.915；优良率均值为55.95；评分均值为348.20。

然后，分别作出两组偏移量的散点图与线性回归模型对其进行考察，结果如下：

由回归的结果可见，这两组偏移量具有很高的相关性。

这表明，大豆的优良率每高于55.95%的历史均值一个百分点，实际单产平均高于趋势单产0.2171蒲式耳/英亩；大豆的100—500模型评分每高于348.20的历史均值一分，实际单产平均高于趋势单产0.0933蒲式耳/英亩。

这样，笔者得到了用优良率和100-500模型评分修正趋势单产的两个模型，即：

①优良率修正模型：

预期单产=(年份-1983)×0.4317+30.915+(优良率-55.95)×0.2171+0.2852

②评分修正模型：

预期单产=(年份-1983)×0.4317+30.915+(评分-348.20)×0.0933+0.2852

它们对1994—2013年的预测结果如下：

如图可见，两个模型较好地完成了美豆单产的预测任务。而根据10月20日美国农业部发布的作物生长报告，2014年美国大豆的最终优良率为73%，评分为386。

根据这一数据，以上两个模型对2014年美豆单产的预估结果分别为48.28以及48.11，略高于USDA在11月供需报告里47.5的单产预估。

而无论是哪种结果，2014年美豆单产大幅高于44.3的趋势单产已然是不争的事实，但需要指出的是，这一信息已经在今年第三季度的下跌中得到了较为充分的反应，而如今市场关注的因素已然转向了其他方面，只不过这并不是本文所要讨论的内容。

（来源：期货日报）