第十二章：基差与下游需求
下游需求，说白了就是基差变动的最终推手。我做了这么多年交易，见过太多人盯着库存和利润，却忽略了最根本的东西——终端到底要不要货。今天咱们就聊聊，怎么从下游开工率、消费数据和订单周期里，找到基差波动的线索。
12.1 下游开工率：基差的先行指标
开工率这东西，我把它叫做“基差的体温计”。为什么这么说？你想想看，下游工厂开足马力生产，意味着原料采购量必然上升。这时候现货市场会先感受到压力，基差往往走强。
我个人习惯把开工率分成三个区间来看：
- 70%以下：需求疲软，基差大概率走弱。这时候做正套要小心。
- 70%-85%：正常区间，基差跟随库存波动。需要结合其他指标判断。
- 85%以上：需求旺盛，基差易涨难跌。这时候反套风险很大。
我在2019年做过一次PTA的基差交易，当时下游聚酯开工率连续三周维持在88%以上。按理说基差应该走强，但盘面就是不跟。后来一查，原来是终端织造厂在囤积成品，实际消耗并没有那么高。嗯，这里要注意——开工率要看“有效开工率”，不是报表上的数字。
核心逻辑：开工率上升 → 原料采购增加 → 现货偏紧 → 基差走强。但需要排除“被动补库”的干扰。
12.2 终端消费数据：基差的最终锚点
终端消费数据，是基差交易的“压舱石”。我见过太多人只盯着中间环节，结果被假象迷惑。举个例子，2020年疫情初期，下游开工率暴跌，但基差反而走强了。为什么？因为终端消费崩了，上游被迫减产，现货反而更紧。
终端消费数据里，我重点关注这几个：
| 数据类型 | 代表品种 | 对基差的影响 |
|---|---|---|
| 汽车销量 | 橡胶、钢材 | 销量上升 → 轮胎/板材需求增加 → 基差走强 |
| 房地产新开工 | 螺纹钢、玻璃 | 新开工面积上升 → 建材需求增加 → 基差走强 |
| 纺织服装零售 | PTA、棉花 | 零售额上升 → 织造需求增加 → 基差走强 |
| 家电产量 | 铜、铝 | 产量上升 → 有色金属需求增加 → 基差走强 |
我曾经犯过一个错误：2021年做铜的基差交易，看到下游电缆厂开工率很高，就做多基差。结果终端房地产数据已经连续三个月下滑，最终基差还是跌了。从那以后，我养成了一个习惯——每周必看终端消费数据，哪怕只是扫一眼。
我的经验：终端消费数据有滞后性，一般滞后1-2个月。但趋势一旦形成，对基差的影响会持续3-6个月。所以别只看单月数据，要看三个月移动平均。
12.3 订单周期：基差的节奏感
订单周期，是基差交易的“节拍器”。你想想看，下游工厂的订单是有周期的——接单、备料、生产、交货。每个阶段对基差的影响都不一样。
我把订单周期分成四个阶段：
- 接单期：订单量增加，但还没开始采购。这时候基差往往平稳，是布局的好时机。
- 备料期：集中采购原料，现货需求爆发。基差快速走强，是正套的黄金窗口。
- 生产期：原料消耗稳定，采购节奏放缓。基差高位震荡，适合逐步止盈。
- 交货期：成品出库，原料需求下降。基差开始走弱，反套可以入场。
我记得2022年做螺纹钢基差交易时，正好赶上基建项目集中开工。从订单周期看，3月份是备料期，基差从-50涨到+80。我提前两周布局正套，吃到了最肥的一段。但到了5月份，订单进入生产期，基差开始震荡，我及时平仓，躲过了后面的回调。
避坑指南：我曾经在订单周期判断上吃过亏。2020年做甲醇基差，看到下游MTO装置订单增加，就做多基差。结果订单是增加了，但装置检修导致实际开工率下降。订单周期要结合开工率一起看，不能只看一面。
12.4 三者联动：构建基差分析框架
开工率、消费数据、订单周期，这三者不是孤立的。我习惯把它们放在一起看，形成一个分析框架：
终端消费数据（长期趋势）
↓
订单周期（中期节奏）
↓
下游开工率（短期信号）
↓
基差变动举个例子：如果终端消费数据向好，订单周期进入备料期，开工率持续上升——这时候基差走强的概率超过80%。反过来，如果终端消费数据走弱，订单周期进入交货期，开工率开始下降——基差走弱几乎是必然的。
我现在的交易流程是这样的：
- 每周一：看终端消费数据，判断大方向
- 每周三：跟踪订单周期，把握节奏
- 每天：监控开工率，找入场时机
这样三层过滤下来，基差交易的胜率能提高不少。当然，没有100%准确的指标，但至少能让你少踩几个坑。
总结一下：下游需求是基差变动的根本驱动力。开工率看短期，消费数据看长期，订单周期看节奏。三者结合，才能抓住基差波动的本质。
这张图是我自己用的分析框架。从上到下，层层递进。记住，别跳层——只看开工率不看消费数据，容易掉进短期波动的陷阱；只看消费数据不看订单周期，又容易错过最佳入场点。
好了，这一章就聊到这儿。下次咱们再深入聊聊，怎么把这些指标量化到具体的交易策略里。
公众号:蓝海资料掘金营，微信deep3321