太阳黑子在逐步进入峰值的时间周期，2023—2025是太阳黑子峰值的活动时间段，之后在转入下降周期，2030—2031处于谷值期间，从气象周期看，2023年~2031年极端气象风险加剧。
　　统计1950~2011年以来的厄尔尼诺和拉尼娜事件能发现，在太阳黑子谷值位置，容易发生厄尔尼诺和拉尼娜。
　　在太阳黑子的峰值年份，发生的厄尔尼诺和拉尼娜事件会少于太阳黑子谷值年份。
　　在太阳黑子的上升周期和下降周期内，均会发生厄尔尼诺和拉尼娜，在下降时段发生的次数和频率会稍多于上升时段。
　　太阳黑子较强时段，厄尔尼诺发生频率增多

研究报告全文：2023年气象周期展望及商品投资机会姓名吴小明从业资格号F3078401投资咨询号Z00158530目录Contents大周期太阳黑子逐步进入峰值2下半年警惕ENSO从中性转向厄尔尼诺3警惕禽流感发生的周期拉长4厄尔尼诺对农产品市场影响5厄尔尼诺对工业品市场影响6相关大宗商品投资机会1大周期太阳黑子逐步进入峰值期太阳黑子在逐步进入峰值的时间周期20232025是太阳黑子峰值的活动时间段之后在转入下降周期20302031处于谷值期间从气象周期看2023年2031年极端气象风险加剧统计19502011年以来的厄尔尼诺和拉尼娜事件能发现在太阳黑子谷值位置容易发生厄尔尼诺和拉尼娜在太阳黑子的峰值年份发生的厄尔尼诺和拉尼娜事件会少于太阳黑子谷值年份在太阳黑子的上升周期和下降周期内均会发生厄尔尼诺和拉尼娜在下降时段发生的次数和频率会稍多于上升时段太阳黑子较强时段厄尔尼诺发生频率增多数据来源WDC-SILSO比利时皇家天文台国投安信期货研究院1季度转为中性下半年警惕ENSO从中性转向厄尔尼诺最新的模型运行表明热带太平洋中部的海面温度NINO34可能在1月份升至中性值并在整个展望期内继续变暖但至少在4月之前保持在中性范围内35中性气象模型的持续时间29302525252220171615141513单位月1011111045455231100198203198409198605198804199104199408199508199703199806200009200204200406200607200707200905201005201107201409201709201808201910数据来源澳大利亚气象局国投安信期货研究院厄尔尼诺模型沃克环流当厄尔尼诺发生时正常的沃克环流发生异常上升运动的位置向东移动使得原本赤道太平洋西岸的低压系统以及上升气流被高压和下沉气流所取代造成太平洋西岸降水偏少发生干旱东岸降水偏多数据来源公开资料国投安信期货研究院4厄尔尼诺对全球气候影响厄尔尼诺对全球气候影响地区厄尔尼诺对气候的影响加拿大南部美国北部容易出现异常暖冬北美美国北部气温明显偏高南部气温偏低美国南部尤其是墨西哥湾路易斯安娜州密西西比州等地区降水偏多北部偏干南美阿根廷以及巴西南部雨水偏多东南亚如印度尼西亚菲律宾马来西亚越南泰东南亚国干旱澳洲澳大利亚新西兰等地区容易出现严重干旱夏季容易出现南涝北旱的格局主要雨带位于黄河以南地区长江中下游地区多雨以至发生洪涝黄河和华北一带少雨形成干旱夏季东北地区夏季气温偏低容易形成低温冷害登陆中国东南沿海的台风数量较常年减少中国厄尔尼诺年份冬季较为温暖容易出现暖冬东亚东亚偏暖非洲非洲干旱较为广泛尤其是非洲南部地区夏季炎热干旱容易出现高温天气东非多雨容易发生洪水数据来源公开资料国投安信期货研究院厄尔尼诺指数统计1950年至2022年73年的时间内一共发生了21次厄尔尼诺发生了16厄尔尼诺长度峰值强度拉尼娜长度峰值强度次拉尼娜195108195201厄6195111弱195001195102拉12195001中等从历史数据看三重拉尼娜之后厄尔尼诺会卷土重来持续周期要长195704195807厄16195801中等195407195604拉22195510中等19731976的拉尼娜之后隔了5个月发生了厄尔尼诺196307196401厄7196311弱196405196501拉9196411弱19982001的拉尼娜之后隔了14个月发生了厄尔尼诺196505196605厄14196511中等197007197201拉19197101中等196810197002厄17196902弱197306197406拉13197312中等厄尔尼诺指数197205197303厄11197211强197504197604拉13197512中等300197609197702厄6197610弱198410198506拉9198501弱197709197802厄6197801弱198805198905拉13198812强200197909198001厄5198001弱199509199603拉7199511弱198204198306厄15198301超强199807200006拉24200001中等198608198802厄19198708中等200010200102拉5200012弱100199105199206厄14199201中等200708200805拉10200801中等199409199503厄7199412中等201006201105拉12201012中等000199704199804厄13199711超强201108201203拉8201112弱200205200303厄11200211中等201710201803拉6201801弱200407200501厄7200409弱202008202301拉18202011中等-100200608200701厄6200611弱200906201004厄11200912中等201410201604厄19201512超强-200201809201906厄10201811弱201911202003厄5201911弱-300发生次数21发生次数16数据来源NOAA国投安信期货研究院1951-081953-031954-101956-051957-121959-071961-021962-091964-041965-111967-061969-011970-081972-031973-101975-051976-121978-071980-021981-091983-041984-111986-061988-011989-081991-031992-101994-051995-121997-071999-022000-092002-042003-112005-062007-012008-082010-032011-102013-052014-122016-072018-022019-092021-042022-111950-016历史上禽流感发生的年份跟厄尔尼诺发生年份13个199704199804厄超强1997年5月中国香港当时最严重的禽流感暴发大批家鸡死亡禽流感病毒出现了新的变异并传染给人类全球首例H5N1死亡病月禽流感19972022年一共12次其中发生在1997H5N1例疫情造成香港18人感染其中6人死亡全港3天内150万只鸡被宰杀13个厄尔尼诺年份是7次占比58199704199804厄超强1998H9N2韶关汕头市分别发现4例和5例H9N2禽流感病毒感染病例为全球首次发现人感染H9N2病例月1999H9N2广州市发现1名儿童感染H9N2香港也发现2名儿童感染H9N219980720000624拉中等比对三重拉尼娜之后的20032005周期内禽2003年2月中国香港两人感染H5N1禽流感病毒一人死亡2003年2月28日荷兰出现的H7N7型禽流感的人群感染83人感染一流感发生情况2003H7N7名男子死亡在短短几周内共有约900个农场内的1400万只家禽被隔离1800多万只病鸡被宰杀2003年12月韩国首次出现厄鸡感染H5N1禽流感病毒疫情20020520030311中等2004年1月世界卫生组织确认泰国和越南11人感染H5N1禽流感病毒其中8人死亡但未发现人际传染中国首次公布H5N1禽20032005年处于太阳黑子下降期流感疫情2004年1月13日韩国90万只鸡鸭将被宰杀2004年4月6日加拿大两名养鸡工人被确诊为感染H7N3禽流感病毒20042004H5N1年7月包括泰国越南中国和印度尼西亚在内的一系列国家报告新感染H5N1禽流感病毒的禽类病例2004年8月越南又有3人19982001年三重拉尼娜死于H5N1感染中国科学家报告在猪身上发现有H5N1病毒从而引发怀疑禽流感病毒和人流感病毒可能通过这种哺乳动物中20022005年为厄尔尼诺周期间宿主发生基因混合2004年12月世界卫生组织报告了自9月初以来越南的首例人感染H5N1病毒病例2004072005017厄弱2005年1月至2月越南13例新发人感染禽流感病例其中12人死亡2005年2月柬埔寨出现首例禽流感病例2005年3月越南再添15例人感染H5N1病毒禽流感病毒病例柬埔寨报告同类诊断一例2005年5月中国境内青海湖1000余只候鸟死于禽流感病毒现状印尼政府证实有猪感染H5N1病毒2005年6月越南证实一名感染致命性禽流感病毒患者并未表现出任何患病症状他的血液2005H5N1中携带H5N1亚型病毒抗体2005年7月21日印尼卫生部确认一名38岁的农场工作人员因感染H5N1病毒死亡2005年8月至9月越南卫生部报告新增4例人感染病例其中3人死亡2005年10月7日土耳其出现禽流感疫情10月8日罗马尼亚出现禽流感疫情2023-2025年预测为太阳黑子峰年10月10日哥伦比亚政府宣布发现禽流感疫情这是美洲地区第一起禽流疫情中国在2005年10月至2006年3月共194万只家20202023年是三重拉尼娜禽发病死亡186万只扑杀22849万只2004072005017厄弱目前预测2023年6月要转为厄尔尼诺2006H3N22006年美国1月美国出现H3N2禽流感2006082007016厄弱2008H5N12008年6月中国香港暂停进口内地鸡只到港2008年11月香港1人感染禽流感20070820080510拉中等要警惕禽流感爆发周期拉长2009H1N12009年3-5月H1N1开始在墨西哥和美国加利福尼亚州得克萨斯州爆发后蔓延世界各国H1N1在墨西哥死亡率达2但在2022墨西哥以外死亡率仅01持续了一年多的疫情造成约185万人死亡出现疫情的国家和地区达到了214个20090620100411厄中等H5N1H3N820112011年美国海岸162头海豹死亡2011年12月中国香港扑杀批发市场活禽17万只人未感染2011082012038拉弱2012H7N3H5N12012年7月墨西哥发生H7N3170万只家禽受到感染2012年9月中国发生H5N1疫情病鸭14050只死亡6300只2011082012038拉弱20132013年3月-6月中国10余省市共报告确诊病例131例其中死亡39例江浙区域禁止活禽交易近3个月2013年12月广东又发现H7N9H5N26例人感染H7N9禽流感病例2013年12月保定蛋鸡养殖场死亡4000只对1257万只鸡进行扑杀2022H5N12022年2月9日美国农业部称美国发生一起H5N1型高致病性2022年欧洲和北美洲日本委内瑞拉疫情严峻20200820230118拉数据来源公开资料国投安信期货研究院7厄尔尼诺对农产品的主要影响CBOT玉米CBOT小麦CBOT大豆马来西亚棕CBOT豆油CBOT豆粕加拿大菜籽ICE美糖11发生ICE美棉年厄尔尼诺发生时是否厄结束的时间年度涨跌年度涨跌年度涨跌榈油年度年度涨跌年度涨跌年度涨跌号年度涨持续时间强度的月厄尔尼诺发生年份主要农产品上涨下跌概度涨跌幅间尔尼诺月份幅幅幅涨跌幅幅幅幅跌幅份率19792431-5-3-4951979091980015个月厄弱9121982-10-16-8-11-14-50-56319820419830615个月厄超强41250ICE美棉198338104411180283321719820419830615个月厄超强16501986-35-19-8-7-28-3-25-18-419860819880219个月厄中等812198715132457374021521319860819880219个月厄中等11250ICE美糖11号1988544133-141030184-1219860819880219个月厄中等12501991956-12-106-8-4-2419910519920614个月厄中等512451992-14-133611832-7019910519920614个月厄中等16加拿大菜籽551994-246-21661-251241341994091995037个月厄中等9121995602834-18-1652-2-24-101994091995037个月厄中等1350CBOT豆粕19973-15-3649-10-412-1119970419980413个月厄超强412501998-19-16-203-8-311-35-1019970419980413个月厄超强14200218123546391426-14620020520030311个月厄中等51241CBOT豆油下跌发生比例4163883244-12-264559200320020520030311个月厄中等13上涨发生比例2004-17-19-31-23-27-33-2757-402004072005017个月厄弱7123220068147124135-459-2032006082007016个月厄弱812马来西亚棕榈油6820093-11850215-11285420090620100411个月厄中等612201051463446431642199120090620100411个月厄中等1445CBOT大豆2014-6-3-22-13-17-174-11-2920141020160419个月厄超强1012552015-9-20-146-5-2755520141020160419个月厄超强1122016-2-14143913185291220141020160419个月厄超强1445CBOT小麦2018718-8-19-17-2-2-20-820180920190610个月厄弱91255201931175025-2-311-42019112020035个月厄弱11241上涨次数131212151311121111CBOT玉米59下跌次数910107911101111总计次数222222222222222222上涨发生比例595555685950555050020406080414545324150455050下跌发生比例数据来源同花顺国投安信期货研究院整理8厄尔尼诺涉及的主要大宗商品-玉米1厄尔尼诺年份中国夏季容易出现南涝北旱的格局主要雨带位于黄河以南地区长江中下游地区多雨以至发生洪涝黄河和华北一带少雨形成干旱夏季东北地区夏季气温偏低容易形成低温冷害容易造成中国玉米减产20092015年厄尔尼诺发生在玉米关键生长期2009年6月大量降水且67月低温显著2015年7月降水明显偏低发生了减产2014年2019年厄尔尼诺发生在关键生长期之后该气象模型对其影响较小但是2014年6月高温8月少雨可能对产量有影响单产变中国玉米单产变动蒲式耳英亩厄动幅度持续时尔次年4次年4月-发生年份强弱年份11月12月次年1次年次年次年间尼6月-7月-68月-9月-10月月-上上一年5-10-11月-122月-3月-4月-诺5月月7月8月-9月一年5月变动幅月月月1月2月3月月度20020520030311个月厄中等200200000000000048-48001622004072005017个月厄弱20040000330000-0200000013004562006082007016个月厄弱2006000000001713000000000030420090620100411个月厄中等2009000000-14-40000000000000-54-620141020160419个月厄超强2014000000-2100-130000000000-33-320141020160419个月厄超强20150000-1800000000-08000000-25-320180920190610个月厄弱201800000000000200-100000140612019112020035个月厄弱201900000000000019000000001922美国北部气温明显偏高南部气温偏低美国南部尤其是墨西哥湾路易斯安娜州密西西比州等地区降水偏多不过美国玉米产区主要集中在中西部地区受到的影响偏少一些厄尔尼诺如不发生在美国玉米的播种生长关键期大概率利于美玉米增产19972002年厄尔尼诺发生在玉米关键生长期1997年78月低温2002年6-7月高温少雨影响了产量1994年2014年2018年2019年厄尔尼诺发生在关键生长期之后该气象模型对其影响较小单产变美玉米单产变动蒲式耳英亩厄动幅度持续时尔1112次次次发生年份强弱年份10次年次年4月次年4月-间尼6月-57月-8月-79月-月-月-年2年3年4上一年5月-91月--上一年诺月6月月8月1011月-1月-2月-3月变动幅月12月5月月月月月月度1994091995037个月厄中等199400333006484600020000001651419970419980413个月厄超强19970000-57-0106060006000000-40-320020520030311个月厄中等2002-2100-1060218040024000000-79-62004072005017个月厄弱20040000390590180002000000154112006082007016个月厄弱200600003225-12-2300-2100000001020090620100411个月厄中等2009-2000612423-13002300-030095620141020160419个月厄超强20140000214325-0800-2400000057320141020160419个月厄超强2015000020-13051300-0900000016120180920190610个月厄弱201800004429-06-1800-250000-042012019112020035个月厄弱2019-1000035-1302-140010000000-80-5数据来源USDANOAA国投安信期货研究院9厄尔尼诺涉及的主要大宗商品-玉米1200920142018年厄尔尼诺的尾声和巴西关键生长期次年3-5月份重叠中部和南美巴西南部雨水在3-5月份偏少但对单产影响不大单产变巴西玉米单产变动蒲式耳英亩厄动幅度持续时尔次年4发生年份强弱年份次年1次年2次年3次年4次年4月-间尼6月-57月-68月-79月-810月-11月-12月-月-上上一年5月-12月-1月-2月-3诺月月月月9月10月11月一年5月变动幅月月月月月度20020520030311个月厄中等200200NANA0000-0200130014063572004072005017个月厄弱200400-060000-03060000-06-10-11-30-62006082007016个月厄弱20060000000000021000371105641220090620100411个月厄中等2009000000-0200-03000000003025420141020160419个月厄超强2014000000000000000000000000020141020160419个月厄超强2015001005000000000005000019220180920190610个月厄弱20180000-0300000000001414002532019112020035个月厄弱201900000000000000000000000002200920142018年厄尔尼诺发生在关键生长期阿根廷总体偏向增产1月降水比较关键2009年对应的关键生长期为2010年的1-2月期间降水充沛温度适宜且最终增产2014对应的关键生长期为2015年的1-2月1月降水充沛2月降水少温度1-2月适宜最终增产2018年的关键生长期间2019年1-2月1月降水量多但是2月降水偏少温度适宜轻度减产单产变阿根廷玉米单产变动蒲式耳英亩厄动幅度持续时尔次年发生年份强弱年份11月12月次年次年次年次年次年4月-间尼6月-7月-68月-79月-10月4月-上一年5-10-111月-2月-3月-4月-诺5月月月8月-9月上一月变动幅月月12月1月2月3月年5度20020520030311个月厄中等200200NANA1000-05330029003299112004072005017个月厄弱20040000000000000035299900163162006082007016个月厄弱200600000000000006005327291151020090620100411个月厄中等2009000000-21000000218064001431220141020160419个月厄超强2014000000-06000040005448271621420141020160419个月厄超强201500000000-10000000-100010-10-120180920190610个月厄弱20180000000000-05003000-18-13-0502019112020035个月厄弱2019050000000000000000-2200-18-1数据来源USDANOAA国投安信期货研究院10厄尔尼诺涉及的主要大宗商品-小麦北半球大部分国家厄尔尼诺时段没有和关键生长期重叠影响不明显澳大利亚小麦厄尔尼诺发生年份全部是减产干旱是造成小麦减产的显著因素单产变澳大利亚小麦单产变动蒲式耳英亩动幅度持续时厄尔次年4发生年份强弱年份11月12月次年次年次年次年次年4月-间尼诺6月-7月-68月-79月-10月-9月-上上一年5-10-111月-2月-3月-4月-5月月月8月月一年5月变动幅月月12月1月2月3月月度20020520030311个月厄中等2002-06NANA-52-28-19-07-0700-1600-156-552004072005017个月厄弱2004000000-0600-06-1200000000-24-82006082007016个月厄弱200600-0100-26-109-040000000000-141-5020090620100411个月厄中等20090000-10000600-1600000000-21-820141020160419个月厄超强2014000000-04-06-100000000000-21-720141020160419个月厄超强201500-07000012-120000000600-01-120180920190610个月厄弱201800-2100-01-21-091200000027-13-52019112020035个月厄弱2019000400-19-15-09-04-0700-0600-57-20数据来源USDANOAA国投安信期货研究院11厄尔尼诺涉及的主要大宗商品-大豆1厄尔尼诺夏季东北地区夏季气温偏低容易形成低温冷害国产大豆要警惕产量受到影响20022004200620092015年厄尔尼诺发生在大豆关键生长期2002年6-7月正常8月低温不过单产没有受到影响2004年6月高温少雨78月正常单产没有影响2006年6月低温多雨7月正常8月高温减产2009年6月低温多雨7月低温可以看出冷湿天气造成了减产2015年7月少雨6月和8月正常单产没有调整2014年20182019年厄尔尼诺发生在关键生长期之后该气象模型对其影响较小单产变中国大豆单产变动蒲式耳英亩厄动幅度持续时尔次年4发生年份强弱年份次年1次年2次年3次年4次年4月-间尼6月-57月-68月-79月-810月-11月-12月-月-上上一年5月-12月-1月-2月-3诺月月月月9月10月11月一年5月变动幅月月月月月度20020520030311个月厄中等200200NANA000003-01000000000622004072005017个月厄弱200410000000000007000000001872006082007016个月厄弱2006-050000-0800000000000000-13-520090620100411个月厄中等20090000-03-0600000000000000-09-420141020160419个月厄超强201400000000-0400000009000004220141020160419个月厄超强201500000000000000040000-0400020180920190610个月厄弱201800-010000000300120000-031042019112020035个月厄弱201900000004000007000000001242厄尔尼诺年份大概率利于美豆增产1997200220092015年厄尔尼诺发生在大豆关键生长期其中2002年减产其他年份增产2002年6-7月面临高温少雨造成减产单产变美国大豆单产变动蒲式耳英亩厄动幅度持续时尔次年4次年4月-发生年份强弱年份11月12月次年1次年次年次年间尼6月-7月-8月-9月-10月月-上上一年5-10-11月-122月-3月-4月-诺5月6月7月8月-9月一年5月变动幅月月月1月2月3月月度1994091995037个月厄中等19940005210623100004000000692019970419980413个月厄超强199700000800-030200-0200000005120020520030311个月厄中等20020000-320500050003000000-19-52004072005017个月厄弱200400-01-08-06350600-010000002562006082007016个月厄弱20060000-1122100200-0300000020520090620100411个月厄中等20090000-09060106001000000014320141020160419个月厄超强2014000002120504000300000026620141020160419个月厄超强201500000902011100-0300000020420180920190610个月厄弱20180000311203-1000-050000-211022019112020035个月厄弱201900-1000-06-10000005000000-21-4数据来源USDANOAA国投安信期货研究院12厄尔尼诺涉及的主要大宗商品-大豆1厄尔尼诺年份大概率北部偏干南部偏湿概率大北部不是大豆产区厄尔尼诺发生年巴西大豆总体是增产的20022009201420152018年厄尔尼诺发生在关键生长期1-2月份有偏干的情况发生但是对产量的影响不大单产变巴西大豆单产变动蒲式耳英亩动幅度厄尔次年4次年4月-发生年份持续时间强弱年份次年1次年2次年3次年4尼诺6月-57月-68月-79月-810月-11月-12月-月-上上一年5月-12月-1月-2月-3月月月月9月10月11月一年5月变动幅月月月月月度20020520030311个月厄中等2002-12NANA0000-0300001600001332004072005017个月厄弱200445000000-01000000-09-25-30-21-62006082007016个月厄弱20061600000000000000000613361020090620100411个月厄中等2009000000040003000407040327720141020160419个月厄超强2014-0100000000000007-04000002120141020160419个月厄超强2015000000000300000000000003120180920190610个月厄弱201803-030000000024-19-0101131842019112020035个月厄弱201900000000000000000903-060612厄尔尼诺年份阿根廷南部降水偏多20022009201420152018年厄尔尼诺发生在关键生长期作物生长次年1-2月份有降水偏多的情况发生雨水充沛利于大豆生长单产变阿根廷大豆单产变动蒲式耳英亩动幅度厄尔次年4次年4月-发生年份持续时间强弱年份11月12月次年次年次年次年尼诺6月-7月-68月-79月-10月月-上上一年5-10-111月-2月-3月-4月-35月月月8月-9月一年5月变动幅月月12月1月2月月月度20020520030311个月厄中等200204NA12000900060018002872004072005017个月厄弱2004480000000000000000-060042122006082007016个月厄弱2006030000000000000410001532820090620100411个月厄中等20090000000000-01000000000706120141020160419个月厄超强2014010000-010000000007040719520141020160419个月厄超强2015000000000000000012000921520180920190610个月厄弱201800010000000000210000-160612019112020035个月厄弱201900000000000000000022-12102数据来源USDANOAA国投安信期货研究院13厄尔尼诺对农产品的主要影响-棕榈油马来棕油单产和面积同比增速厄尔尼诺容易造成东南亚地区干旱对棕榈油当年产量有影响同时也有20060有滞后影响造成棕榈油减产的概率更大15040马来棕榈马来棕榈100马来棕榈鲜果串单种植面积油价格油价格是否厄尔时间油产量同产同比幅厄尔尼诺发生时间持续时间强度50同比年度涨年度波尼诺20比幅度度跌幅动幅度001997688648919974-1998413个月厄尔尼诺超强-5000马来棕油产量增速左轴199865-832619974-1998413个月厄尔尼诺超强-100果串单产增速左轴200251465820025-2003311个月厄尔尼诺中等-20200341084420025-2003311个月厄尔尼诺中等-150马来棕油面积增速右轴200425-234720047-200517个月厄尔尼诺弱-200-402006345414920068-200716个月厄尔尼诺弱201120122021201320172015201620012010201420195-1-5506920182022200220202003200520072000200620092004200920096-2010411个月厄尔尼诺中等200820103-3-6467520096-2010411个月厄尔尼诺中等20印尼棕油单产和面积增速201432-2-1353201410-2016419个月厄尔尼诺超强面积产量单产线性面积201551-1634201410-2016419个月厄尔尼诺超强1520162-13-143950201410-2016419个月厄尔尼诺超强102018-1-2-4-194820189-2019610个月厄尔尼诺弱52019120506920189-2019610个月厄尔尼诺弱02020-1-4-32795201911-202035个月厄尔尼诺弱-5上涨次数211-10下跌次数73-15总计次数914上涨发生比例2279下跌发生比例7821数据来源MPOBUSDA国投安信期货研究院14厄尔尼诺对农产品的主要影响-棕榈油数据来源NOAA国投安信期货研究院15厄尔尼诺对主要工业品的影响LME铜年LME镍年LME锡年厄尔尼诺发生时是否厄时间持续时间强度度涨跌幅度涨跌幅度涨跌幅间尔尼诺1991-1619910519920614个月厄中等1992619910519920614个月厄中等1994741994091995037个月厄中等1995-121994091995037个月厄中等1997-1819970419980413个月厄超强1998-1419970419980413个月厄超强2002828820020520030311个月厄中等2003481355420020520030311个月厄中等200437-10192004072005017个月厄弱200643147782006082007016个月厄弱2009142616120090620100411个月厄中等201031335920090620100411个月厄中等2014-158-1620141020160419个月厄超强2015-25-42-2420141020160419个月厄超强201617144420141020160419个月厄超强2018-18-16-220180920190610个月厄弱2019332-122019112020035个月厄弱上涨次数1087下跌次数734总计次数171111上涨发生比例597364下跌发生比例412736数据来源同花顺国投安信期货研究院16厄尔尼诺对农产品的主要影响-铜-以智利Escondida铜矿为例总结我们研究的Escondida埃斯康迪达铜矿铜矿是世界上已知的第三大铜矿床铜年产量迢过100万吨是世界铜产量最大的矿山Escondida铜矿位于智利北部的阿塔卡马沙漠这是一个极端干旱的地区属于寒冷沙漠气候年平均降水量为5毫米月平均气温在45C-115C之间该地区容易受到厄尔尼诺的影响容易形成极端天气包括干旱高温大雨当出现极端气象条件时阿塔卡马地区容易出现强降雨比如2015年3月来自西南的冷锋将潮湿的空气引入沙漠地区导致三天的强降雨厄尔尼诺对Escondida铜矿的主要影响是干旱和强降雨引发的山洪干旱Escondida铜矿位于极度干旱的区域水资源非常稀缺但是随着海水淡化用水占比的提高干旱的影响有所减弱2018年Escondida将海水淡化的比例提高到30左右减少了对淡水的依赖预计到2025年海水淡化将占智利铜行业用水量的40这大大减少了干旱对于智利铜产量的影响不过矿企的抽水工程容易引发社会问题影响经营活动另外干旱非常严重时政府可能颁布限水令这会对短期产量产生较大影响强降雨Escondida铜矿常年干旱但是厄尔尼诺发生期间易形成短时强降雨这种气象条件非常容易引发山洪山洪爆发对铜的生产有较大影响17铜-以智利Escondida铜矿为例-厄尔尼诺易引发强降雨山洪影响铜的生产厄尔尼诺期间Escondida地区出现强降雨的概率较高气象机构预计该地区极端的降水事件会加剧这更容易导致严重的山洪事件山洪会影响铜的生产导致一段时期内的产量损失历史上厄尔尼诺与降雨量的关系数据来源NOAA国投安信期货研究院18厄尔尼诺对印尼镍矿影响-以莫罗瓦利为例降雨有明显影响印尼镍储量主要分布在苏拉威西省和北马鲁古厄尔尼诺发生期间莫罗瓦利的降雨量同比明显减少中苏拉威西省的莫罗瓦利Morowali是印尼镍含量最大的厄尔尼诺过后莫罗瓦利的降雨量回升矿区我们研究厄尔尼诺对该地区镍产量的影响厄尔尼诺与莫罗瓦利年降雨量19数据来源NOAA国投安信期货研究院