新华财经北京4月28日电 近日，偏股型基金2025年一季报基本披露完毕，基金产品的调仓换股路径也浮出水面。从持仓变动看，汽车、电子、机械设备、有色金属、计算机等行业获加仓，公用事业、非银金融、通信等行业被减仓。
分析认为，随着一系列增量政策逐渐发挥作用，市场信心持续回升，一季度偏股型基金调仓主要聚焦在科技成长赛道。展望后市，基金经理看好权益市场，更关注人工智能、消费等板块机遇。
科技成长赛道受到公募青睐
据方正证券统计，与2024年第四季度相比，2025年一季度偏股型基金（普通股票型基金+混合型开放基金中的偏股混合型、平衡混合型、灵活配置型）资产净值小幅下降，由32.3万亿降至31.6万亿，降幅为2.1%，结束了前期持续增长的趋势；份额方面，2025年一季度市场基金份额共计29.4万亿份，环比减少2.5%。
虽然基金整体资产净值小幅下降，但偏股型基金维持高股票仓位。2025年一季度偏股型基金股票仓位约为85.2%，与上季度末相比基本保持平稳；股票型开放式基金仓位为89.4%，环比提高了0.4个百分点。
从A股重仓股的板块分布来看，科创板和北证的配置比例明显提升，主板与创业板的配置比例延续下滑。其中，科创板的配置比例由上年末的12.99%上升至15.09%，上升了2.09个百分点。
从持仓行业来看，电子、医药生物、电气设备持仓占比居前，分别为15.1%、8.8%和8.5%。从边际变化来看，汽车、有色金属、机械设备和传媒等行业在2025年一季度持股占比涨幅居前，分别上涨0.9%、0.7%、0.5%和0.3%；而国防军工、通信和电力设备行业持股占比下降，环比分别减少0.5%、1.5和2.2%。
中国银河证券策略首席分析师杨超表示，今年一季度汽车、电子、机械设备等科技制造板块获得主动偏股型基金的明显加仓，涨价逻辑下有色金属投资热度上升，非银金融与地产链配置热度提升但仍处于低配状态。
“我们布局了受益于国内人工智能、汽车电子快速发展的PCB个股，公司的高阶产品量产、制造良率不断提高，对组合的贡献较为突出，并加大了恒生科技板块的个股配置，有稳健的品种，也有弹性大的品种，对组合净值有不小的正贡献。”睿远基金基金经理傅鹏博在一季报中表示。
杨超表示，看好科技作为中长期主线的配置价值，在外部环境的压力下，国内科技产业加速崛起。后续关税因素的扰动仍在，但关键技术突破有望带动产业趋势向上，催生市场投资热潮，释放新一轮投资红利。
港股通ETF规模迅速增长
今年初以来，中国资产尤其是港股市场迎来了一波由DeepSeek引发的“气势如虹”的叙事重估，恒生科技指数涨幅一度超过40%，同期南向资金更是超预期大幅买入。港股也是公募基金2025年一季度重点加仓对象。
据中金公司统计，截至一季度末，内地可投港股公募基金（剔除QDII）共3,890只，总资产2.47万亿人民币，数量较四季度增加105只，规模也环比增加2,426亿人民币，均较2024年底有所提升。其中，港股通ETF规模增长更快，截至一季度末内地发行可投港股ETF整体规模达到1789.9亿人民币，较2024年四季度末的1,234.4亿人民币上涨超过45%。
重仓持股层面，阿里巴巴与中芯国际取代美团和小米进入可投港股公募基金前三大重仓股行列。相比2024年年底，持有阿里巴巴、腾讯、中芯国际以及泡泡玛特的基金数量上升最多，持有美团、中海油、比亚迪电子与中国神华等基金数量明显减少。
实际上，从近期外资公募披露的持仓变化来看，港股也是其积极布局资产，重点配置“新质生产力”概念股。比如，贝莱德先进制造一季度增配了智能汽车、云计算等板块个股，港股小米集团-W新晋该基金前十大重仓股；施罗德中国动力一季度增配了TMT和汽车板块，大幅增持了腾讯控股、比亚迪，港股小鹏汽车新进入其前十大重仓股。
人工智能概念题材被看好
展望二季度，安联中国精选基金经理程彧表示，将继续重点配置引领中国股票价值重估的优质科技资产，也将阶段性配置企业盈利有望超预期的资产。在行业方面，主要看好TMT、机械、汽车、化工等优质科技资产分布相对集中的行业，以及新消费和国防军工等行业。
值得一提的是，人工智能概念题材是公募基金经理重点看好的布局方向。华富中证人工智能产业ETF及其联接基金的基金经理郜哲等人在一季报中提到，人工智能产业高景气态势有望持续，端侧算力、自动驾驶及部分AIGC（人工智能生成内容）企业一季度业绩或将对行业向好预期形成实质验证。
华富科技动能混合基金经理沈成指出，目前国内外人形机器人产业化持续推进，国内产业链企业有望深度受益。该基金全面布局人形机器人板块，包括本体、执行器、传感器、驱动控制、传动装置、设备、材料等各环节；结合产业化进展，综合考虑弹性空间、确定性、细分行业壁垒、公司竞争优势等因素优选标的。
中欧基金的基金经理冯炉丹认为，当前AI产业正面临三大关键转折：一是AI Agent（人工智能代理）的商业化突破，未来一年有望从概念走向实际应用落地；二是大模型智能化持续迭代被低估，基座模型在今年下半年的大版本更新值得期待；三是智能机器人的发展节奏需再评估，量产及短期增长能力被阶段性高估。
