2025年TMT行业专题报告：人工智能产业再提速，华宝人工智能ETF矩阵深度布局

人工智能产业现状——AI 生产力蓄势待发

复盘历史——更智能、更快捷、更便宜

自 2022 年 11 月 GPT-3.5 发布以来，生成式 AI 逐渐从专业领域走向大众视野。进一步，GPT-4 多模态功能的推出和英伟达 H 系列芯片的起量，使得2023 年被视为人工智能产业的重要转折点。 海外大模型追求智能化升级。自 2023 年以来，OpenAI、Anthropic、Google、Meta、xAI 等海外大模型厂商保持每半年一代的迭代速度，通过算力扩充和算法优化来持续推动产品智能化升级和丰富度提升。

DeepSeek 推动国产大模型崛起。在芯片制裁的扼制下，2023-2024 年的国产大模型迭代缓慢。但随着 DeepSeek-R1 的横空出世，2025 年开始国产大模型迭代提速，产品丰富度显著提升，但资本开支热情仍弱于海外。

算力的扩充规模决定了大模型智能化的上限，海外大模型厂商持续加大AI资本开支来保障其产品的领先性。根据 Marvell 指引，2025-2028 年全球AI 算力资本开支仍将保持 20%的年均增速成长。

2024Q2 是国产算力资本开支的低谷，自 2024Q3 开始，腾讯和阿里的资本开支显著提速。然而，受制于 H20 进口限制，2025Q1 国产厂商资本开支有所下调，但同比仍显著增长。

“算力→大模型→终端软/硬件”是 AI 产业链闭环的核心途径，AI agent是大模型和终端之间的桥梁。 2025 年海外 AI agent 仍处于初步商业化阶段。1）产品化（2023 年）：OpenAI和 Meta 等推出具有人机交互功能的 AI 产品；2）初步商业化（2024-2025年）：在 2024 年，GitHub、Salesforce 等根据细分行业需求推出垂类AI agent产品。在 2025 年，特斯拉、Apple、微软对现有的车、手机、办公软件进行AI化升级，但 AI 产品仍处于起量初期、产品成熟度欠佳。3）规模商业化（2026 年开始）：AI 手机、robotaxi、AI 软件产品日益成熟，预期将逐步进入显著放量阶段。

2025 年国产 AI agent 落地较慢。1）产品化（2023 年）：百度和阿里等效仿海外厂商推出类似的具有人机交互功能的 AI 产品；2）初步商业化（2024-2025年）：在 2024 年，飞猪（阿里）、字节、华为等针对其现有业务需求推出垂类AIagent产品。在 2025 年，百度、小米、理想等延续 2024 年的方式对其现有产品进行AI化迭代。3）规模商业化（2026 年开始）：国产 AI agent 仍在等待海外AI产业的成功范例。

立足当下（算力端）——算力发展方兴未艾

愈发“才思敏捷”的人工智能需要更强的算力支撑，而算力的升级并不局限于芯片制程升级，而是机柜级、集群级的整体化技术迭代。为了突破集群算力的瓶颈，互联技术沿着 Scaleout（集群级升级）和 Scaleup（机柜级升级）两个方向发展。

从芯片来看，以英伟达的芯片技术路径为例，更大的存储量、更强的稠密算力能力、更快的带宽速度是算力芯片一直以来的迭代方向。

从机柜来看，随着 AI 资本开支规模的持续上涨，人工智能软/硬公司愈发倾向于本地化部署算力，因此更一体化、更具性价比的算力部署单元更获得青睐，超节点需求应运而生。 自 B 系列以来，GB200 开辟了 AI 算力超节点时代，单机柜算力升级向超节点模式发展，且超节点带动液冷、铜缆等技术的升级。

从集群来看，随着大模型参数的持续扩张，算力集群规模越来越大。128节点的超级集群可由 32 个叶交换机和 16 个脊交换机构成，且交换机间需要较高的传输速度来满足快速通信需求。为了满足日益提升的传输速度需求，CPO 技术和PCB材料的升级成为重要方向。

立足当下（模型端）——Scaling-law 仍在延续

自 DeepSeek-R1 推出以来，叠加海外高端算力芯片禁运仍在持续，一方面国产大模型寻觅到了用中低端算力即可实现大模型迭代的途径，另一方面国产大模型仍难超越海外头部大模型厂商的智能化进度。在这种形势下，海外大模型厂商坚定通过算力资本开支扩张来实现大模型智能化升级，而国产大模型厂商将重心放在应用端的商业化落地。

海外大模型智能化竞赛加剧。Anthropic 于 2025 年5 月23 日推出ClaudeOpus4和 Claude Sonnet 4，代表了人工智能在推理、编码和多模态处理领域的顶尖水平，其相对于 Claude 3.7 和 GPT-4.1 在智力方面都有更突出的表现。大模型细分化趋势显著。OpenAI GPT-4.1 是 2025 年4 月15 日推出的模型系列，该系列包含 GPT-4.1、GPT-4.1 mini 和 GPT-4.1 nano 三款子模型，在编程、指令遵循和上下文理解方面表现突出，标志着 AI 模型从“通用能力扩张”向“场景化深度优化”的战略转型。其中，GPT-4.1 为旗舰级全能模型，在智能性、创造力和复杂任务处理方面表现卓越；GPT-4.1 mini 为中型模型，是性价比较高的选择；GPT-4.1 nano 是三者中最小、最快的模型，在轻量级任务上表现出色。

国产大模型更加重视多模态。受制于芯片制裁的固有限制，叠加传统互联网的价格竞赛模式，国产大模型具有三大特点：（1）To C 端大模型免费，注重产品化体验。（2）不过分追求智能化水平，重视多模态发展。（3）重视轻量化模型，对垂直领域的适配性更强。

中国人工智能——突破桎梏、弯道超车

制裁之困——高端算力芯片封锁下的坚持

中美是大模型赛道的主场。在知名大模型数量中，2003-2024 年美国一直保持遥遥领先的态势，2023 年开始中国实现了对欧洲的超越，自此以来中美两足鼎立时代来临。

国产大模型加速追赶，但仍有较大距离。从 2014-2024 年，全球前三大模型贡献方为谷歌（187 个）、Meta（82 个）和微软（39 个），中国区最多的是清华大学（22 个）。2024 年，全球前三大模型贡献方为谷歌（7 个）、OpenAI（7个）和阿里巴巴（6 个），字节跳动、DeepSeek 和腾讯也上榜，国产大模型呈现加速追赶态势。

算力制裁限制国产 AI 大模型算力规模。根据 Epoch A 的数据，2021-2024年中国头部大模型的算力规模扩张速度约为每年 3 倍，远低于美国每年5 倍增速的水平。

弯道超车：DeepSeek 带领国产大模型弯道超车

DeepSeek-R1 在基准测试中表现出与 OpenAI-o1 相当的水平。2025 年1 月20日，DeepSeek-R1（-Zero）正式版发布、参数 671B、采用MoE 架构，其中R1在推理任务上的性能与 OpenAI-o1-1217 相当。

头部大模型性能逐步接近，DeepSeek 实现弯道超车。从2022 年至今，前沿人工智能模型的性能逐渐趋同，多家提供商都能推出高性能模型。2025 年初，排名第一与第十的模型之间的性能差距已缩小至 5.4%；同时，排名前两位的模型之间的差距也从 2023 年的 4.9%降至 2025 年初的仅 0.7%。

成本下降是共同追求，DeepSeek 在成本端有较大贡献。自2022 年以来，推理成本已下降 280 倍（例如，达到 GPT-3.5 级别性能的成本从每百万token 20美元降至 0.07 美元），但尖端模型的训练成本仍在不断攀升。进一步，DeepSeek意义在于显著降低了当下“头部模型”的成本。

AI 应用时代尚处爆发前夜

端侧 AI——大模型和硬件设计的同步升级

小模型发展推动端侧 AI 时代来临。2024 年是小型AI 模型的突破之年，主流大模型厂商都发布了紧凑且高性能的模型，包括 GPT-4o mini、o1-mini、Gemini2.0Flash、Llama 3.1 8B 等。从 2022 年 5400 亿参数的PaLM 模型到2024 年38亿参数 Phi-3 Mini，小模型技术在效率端和成本端都有质的飞跃。

AI 手机：苹果的 AI Intelligence 战略正式拉开了AI 手机的浪潮。2023年开始全球手机厂商推动手机 AI 化升级战略，2024 年苹果强调AI Siri 升级、并宣布将应用于 iPhone 17，2025 年因稳定性问题、苹果将AI Siri 升级推迟至2026年。

AI 手机：主芯片算力提升是手机 AI 化升级的首要工作。在AI Siri 推出之前，2024 年 9 月便推出了专为人工智能优化设计的 A18 和A18 Pro 芯片，该芯片搭载于iPhone 16系列机型。相对于2023年推出的iPhone 15系列，A18芯片使得iPhone16 在 CPU 性能上实现 30%的提升，在 GPU 性能上实现40%的提升。

AI 手机：AI agent 是用户体验提升的核心。在软件生态方面，AI 技术从应用层集成的单体智能增强向以 AI 为中心的 OS 方向发展。第一阶段，AI 应用主要体现在单点的智能增强，如翻译、文字识别。第二阶段，AI 能力下沉至OS，对系统应用和服务进行智能化改造，如图片一键消除、图片文字提取等。最终阶段，AI将与 OS 深度融合，演进为可以深度理解用户、智慧、常驻的超级智能体。

AI PC：PC 端比手机端的 AI 化转型更快。除 2021 年疫情影响外，2015-2025年全球 PC 销量长期处于 2.5-3 亿部间震荡，因此，PC 厂商急需通过技术创新来实现份额的显著提升。据 Canalys 预测，2024 年 AI PC 在全球市场渗透率将达到19%，预计 2025 年渗透率将达到 37%，2026 年将达到 50%以上。

AI PC 是现阶段端侧模型的最优载体。相对于手机而言，PC 具有更大的体积和更低的重量要求，这给了硬件升级较大的空间，可以满足5B-40B 之间的端侧模型所需的内存和算力需求。 芯片算力提升同样是 AI PC 发展的第一步。多核心混合架构处理器（CPU+NPU+GPU的异构式架构方案）是提供本地算力的成熟方案，其中NPU 是专为加速机器学习任务设计的微处理器。英特尔针对 AI PC 推出酷睿Ultra 处理器（第二代），总体平台算力 120 TOPS，其中 GPU 算力最高达 67 TOPS，NPU 算力最高达到48TOPS，CPU 算力最高达到 5TOPS，AI 性能平均提升 58%，整体功耗降低50%。

AI 功能在 PC 卖点上被进一步强调。2023 年 5 月微软宣布将在Windows11中加入Copilot AI 助手，2024 年 1 月微软为 Windows11 电脑推出Copilot 键，2024年5 月微软发布“Copilot+PC”、定义AI PC 需要 16GB 内存和40 TOPS NPU性能。

AI 眼镜是 AI 时代下的新终端。根据 Wellsenn XR 数据，2025Q1 全球AI 智能眼镜销量为 60 万台、同比增长 216%，其中 Ray-Ban Meta 眼镜的销量约52.5万台，占总销量的 87.5%。

AI 眼镜赛道呈现出一超多强的竞争格局。Wellsenn XR 预计2025 年全球AI眼镜销量为 550 万台，其中，Meta 销量 400 万、三星 40 万、小米30 万、逸文10万、雷鸟 10 万。 Meta 致力于产品丰富度提升。2025 年 Meta 预期将推出三款AI 眼镜：（1）运动款 Meta × Oakley HSTN：2025 年 6 月发布，主要用于冲击GoPro 等运动相机市场。（2）大众消费款 Ray-Ban Gen3:续航长、性价比高，可以处方镜适配。（3）高端款 Hypernova:AR 眼镜，采用 LCos+光波导技术。

AI 软件——金融、广告成率先突破方向

AI 软件行业景气度大幅抬升。自 2011 年以来，与AI 相关的GitHub 项目数量持续增长，从 2011 年的 1549 个增至 2024 年的约 430 万个。值得注意的是，仅2024年，GitHub 上 AI 项目的总数就大幅增长了 40.3%。

软件的 AI 化转型是大模型和行业数据的配合。大模型是软件端AI 化转型的基石，还需通过较为复杂的工程优化和行业数据结合才能实现AI 软件的真正落地。

从 2023 和 2024 年美国 AI 岗位招聘所占行业总招聘比例来看，占比最高的前三个行业分别为信息业（包含广告）、科研业、金融业，这意味着广告和金融业是AI场景化落地较快的方向。

金融机构的对 AI 投入积极。据 IDC 调研，52%金融机构表示未来18 个月内用于生成式 AI 项目的预算占 IT 预算比例在 30-39%。

投研和风控是 AI 金融发展的核心方向。在美国金融机构的AI 化升级方向中，投资研究、欺诈监测和流程自动化成为首当其冲的三大方向。投资研究有47%企业选择，是金融 AI 应用最热门场景，AI 可通过数据分析、舆情挖掘辅助投研决策。欺诈检测/反洗钱有 42%企业选择，AI 凭借实时监测、模式识别，高效识别异常交易。

彭博以 BloombergGPT 为基，强化金融垂直场景的深度分析。2025 年6 月彭博推出文档搜索与分析工具，支持用户以自然语言查询金融文档（覆盖超400亿份公司文件、财报、研究报告等），自动提取关键洞察（如市场趋势、风险点）。万得打造 Wind Alice 智能体生态。Alice Agent 帮助用户可通过自然语言指令创建智能工作流，自动完成数据搜集、新闻筛选、图表生成及报告输出。

稳定币 AI 风控系统提出了远超传统金融工具的严苛要求。（1）动态适应全球监管框架：通过 AI 的手段自动解析监管稳健，动态调整个案参数（如储备金比例、黑名单规则）。（2）防御复杂攻击于市场波动：AI 实时流动性监控、预测市场波动，动态调整抵押组合。（3）智能管理底层储备：AI 动态调配现金、国债比例，提升收益同时预防挤兑。

具身智能——泛机器人时代来临

具身智能是人工智能与泛机器人技术的交叉领域，其通过赋予机器物理实体一个人工智能的大脑，使其能像生物体一样通过多模态感知，来实时环境交互与自主决策执行任务。 运动、感知和决策是具身智能的核心三要素。从 robotaxi 到evtol 再到机器人，本质是三要素在精准度方向的持续升级。

混合感知是 robotaxi 的主流方案。除特斯拉外，其他robotaxi 均采用激光雷达和摄像头结合的视觉方案，摄像头能提供物体分类数据和颜色信息，激光雷达在位置和运动分析方面更有帮助。 预测模块的人工智能技术的重要体现。预测模块的作用是基于多个输入信息，预测其他车辆、行人及物体可能的移动方式或行为。针对某一道路参与者，预测模块的输出是一系列预测轨迹，每条轨迹都配有对应的发生概率。

因政策的逐步放开及头部企业车队的快速扩张，2025 年被誉为Robotaxi量产元年。2025Q1 百度萝卜快跑完成 140 万次出行、日均接单1.55 万单、复购率超40%，小马智行 Robotaxi 收入同比增长达 200%、服务覆盖北上广深超2000 平方公里。

低空经济是以民用有人驾驶和无人驾驶航空器为核心载体，在垂直高度1000米以下的低空空域内，通过载人、载货及其他作业场景的飞行活动，辐射带动多领域融合发展的综合性经济形态。 相对于新能源车，eVTOL 对各方面技术都有了更高的要求：（1）在机身结构方面，eVTOL 大量使用碳纤维等复合材料，以减轻重量、提高续航能力。（2）在电动力系统方面，eVTOL 采用分布式电力推进系统，以提供垂直起降和飞行所需的升力和推力。（3）在能源系统方面，eVTOL 主要依赖高能量密度的电池，对于固态电池有更显著的追求。

根据中国民航局展望，2025 年中国低空经济市场规模预计为1.5 万亿元，2035年将有望达到 3.5 万亿元。从应用场景来看： （1）物流配送：2024 年我国新开低空物流航线超过140 条，城市内航线占比达90%。深圳的无人机每日最高运输架次可达 5000 架次，能配送生鲜、药品等物资，解决了“最后一公里”配送难题。 （2）载人运输：南通至上海浦东的航线，40 分钟可跨越123 公里，票价仅为高铁的 1.5 倍。成都、杭州等 6 座城市开展了 eVTOL 试点，对600 米以下空域进行授权管理。 （3）旅游消费：上海、迪拜等地利用无人机蜂群技术打造“空中剧场”，单场观众超百万人次；成都金堂淮州机场低空文旅公司的航线从2 条增加到6条。

人形机器人是具身智能最完整的体现，具有“环境感知→智能决策→精准执行”的闭环能力，通过自驱性实现执行反馈到持续优化。在感知端，机器人通过传感器实现多模态信息融合，构建环境认知；在决策端，基于感知信息，大模型驱动任务规划与推理；在运动端，将决策转化为物理动作，高精度执行与自适应控制。

人形机器人产业尚处于商业化初期，智能化和产品化是各个机器人比拼的焦点，技术路径呈现百花齐放的状态。Tesla Optimus 处于全球第一梯队，在量产前其已经历了三轮大迭代： 第一代：2022 年 9 月亮相，仅能实现独立行走和挥手动作。第二代：2023 年 12 月发布，执行器和传感器显著丰富，同时实现减重和协调性提升。第三代：2025 年推出，手部自由度、语音系统、续航系统全方位升级。

华宝人工智能ETF 介绍

本报告系统梳理了华宝旗下六只人工智能及相关主题ETF 产品，内容涵盖各自所跟踪指数的近年业绩表现、成分股个股集中度和行业分布。在此基础上，结合ETF产品的运作特点、费率结构与流动性情况，帮助投资者全面理解华宝在智能化投资领域的布局逻辑与核心优势，为把握人工智能产业长期发展机遇提供参考。

华宝创业板人工智能 ETF

创业板人工智能指数是深圳证券信息有限公司于 2024 年7 月11 日发布的一项主题投资指数，旨在反映创业板中人工智能相关企业的整体市场表现。该指数以深圳证券交易所创业板市场中与人工智能相关的 A 股公司为样本，选取过去半年日均总市值排名前 50 只个股，构成创业板人工智能指数样本股。创业板人工智能指数自设立以来表现亮眼，2019 年以来年化收益率达23.62%（指数业绩表现以全收益指数为准，后文同理），显著跑赢中证全指和国证2000指数。指数夏普比为 0.75，风险收益表现优异。 特别是在 2023 年和 2024 年，受益于生成式 AI 热潮及相关企业盈利提升，指数分别上涨 48.23%和 39.28%，2025 年年初至 7 月末，指数上涨30.47%，展现出良好的成长性和市场关注度。

截至 2025 年 7 月 31 日，创业板人工智能指数的前十大成分股合计权重达53.80%，集中度相对较高。其中，权重最高的个股为中际旭创，占比达15.89%。

从行业分布来看，指数在中信一级行业中主要集中于通信（43.13%）与计算机行业（33.69%），合计占比超过四分之三。 中信二级行业层面，指数成份股主要集中于通信设备（42.72%）、云服务（18.13%）以及计算机软件（13.80%），三者合计占比 74.65%。

华宝中证大数据产业 ETF

中证大数据产业指数由中证指数有限公司于 2016 年10 月18 日发布，旨在反映A股市场中从事大数据相关业务的上市公司整体表现。指数样本主要涵盖大数据存储设备、大数据分析技术、大数据运营平台、大数据生产与应用等领域的企业，具有鲜明的数据科技产业属性。 中证数据指数表现受产业景气周期和个股波动性影响较大，结构性行情阶段仍有亮点，2019 年指数大涨 45.46%，2023 年、2024 年分别上涨1.75%，11.28%，均跑赢中证全指和国证 2000 指数。 中证数据指数自成立以来波动相对较大，2019 年以来年化收益率为4.80%，指数最大回撤达 64.49%，净值波动为 34.21%，夏普比为0.31 。

截至 2025 年 7 月 31 日，中证数据指数前十大成分股合计权重为50.57%，集中度相对较高。其中，中科曙光权重最高，达 9.95%，科大讯飞（9.47%）和浪潮信息（5.67%）紧随其后。前十大权重股多为通信设备、云计算、人工智能基础设施领域的龙头企业，具备较强的代表性和行业影响力。

截至 2025 年 7 月 31 日，中证数据指数在中信一级行业中高度集中于计算机行业，占比达 93.06%，其余行业包括传媒（4.17%）、电力设备及新能源（1.50%）和通信（1.26%），占比较小，体现出指数鲜明的数字科技主题特征。在中信二级行业维度，指数样本主要分布于计算机软件（38.71%）和计算机设备（27.85%）两大核心领域，合计占比超过三分之二，此外云服务行业占比为26.50%。其他行业如文化娱乐、广告营销、电源设备等占比较低，结构相对集中。

华宝中证港股通互联网 ETF

中证港股通互联网指数由中证指数有限公司于 2021 年1 月11 日发布，旨在反映港股通范围内从事互联网相关业务的上市公司整体表现。该指数以中证港股通综合指数样本空间为基础，剔除换手率不足或流动性较差的证券，重点覆盖互联网软件、互联网服务、互联网零售、家庭娱乐软件、移动互联网等细分领域，形成结构鲜明的港股互联网主题指数。 中证港股通互联网指数自 2018 年底以来整体表现波动较大，2019 年以来期间年化收益率为 6.57%，与恒生港股通指数（6.59%）接近，但波动性显著更高。从年度表现来看，指数于 2020 年大涨 97.40%，在海外中概科技股行情推动下录得显著收益。但随后三年经历明显回调，2021 年、2022 年和2023 年分别下跌38.40%、15.45%和 22.51%。2024 年与 2025 年指数反弹明显，分别上涨28.83%和32.54%。

截至 2025 年 7 月 31 日，中证港股通互联网指数在中信一级行业中主要集中于传媒（31.40%）、计算机（20.69%）、消费者服务（15.86%）、商贸零售（13.86%）和电子（13.07%）等五大行业，合计占比超九成。从中信二级行业分布来看，指数权重集中在互联网媒体（22.99%）、电商及服务Ⅱ（13.86%）、消费电子（13.07%）、综合服务（12.57%）、计算机软件（11.54%）等细分领域。其中，前五大细分行业合计占比近四分之三。

华宝中证金融科技主题 ETF

中证金融科技主题指数由中证指数有限公司于 2017 年6 月22 日发布，旨在反映A 股市场中金融科技相关上市公司的整体市场表现。指数从中证全指指数样本空间中筛选具有代表性的企业，重点覆盖支付清算、网络借贷融资、智能风控、云计算、区块链、人工智能等技术在金融产品与服务中的应用场景。中证金融科技主题指数自 2018 年底以来表现出较强的增长潜力。2019 年以来年化收益率为 15.19%，在多数年份跑赢中证全指和国证2000 指数，金融科技指数在 2019 年上涨 49.24%，2023、2024、2025 年分别上涨10.70%、33.04%、17.53%，超额收益显著。2022 年指数出现 20.85%的回撤，受市场估值修正影响，但恢复节奏较快。

截至 2025 年 7 月 31 日，金融科技指数的前十大成分股合计权重为51.26%，指数集中度适中。其中，东方财富与同花顺权重分别为9.46%和9.01%，位列前两大权重股，恒生电子与润和软件紧随其后，分别为 8.09%和6.24%。

截至 2025 年 7 月 31 日，金融科技指数在中信一级行业分类中高度集中于计算机行业，占比高达 84.21%。其余权重主要分布于非银行金融（9.46%）、通信（2.94%）、综合金融（2.94%）等行业。 中信二级行业维度，指数成分股以计算机软件（58.92%）为核心。其他权重较高的行业包括产业互联网（10.95%）、证券Ⅱ（9.46%）、计算机设备（8.83%）以及云服务（5.51%），反映出指数涵盖了金融科技领域中从技术底座到业务应用的完整生态。

华宝中证信息技术应用创新产业 ETF

中证信息技术应用创新产业指数由中证指数有限公司于2012 年12 月21日发布，基日为 2017 年 12 月 29 日，旨在反映 A 股市场中信息技术自主可控产业链相关上市公司的整体表现。指数样本涵盖基础硬件、基础软件、应用软件、信息安全、外部设备等信息技术应用创新产业链各细分领域，重点聚焦于国产替代、自主可控等战略性新兴方向。 中证信创指数自 2018 年底以来整体表现波动较大，年化收益率为7.49%，低于中证全指和国证 2000。在特定年份内呈现出较强弹性，尤其是2019 年上涨58.37%。

截至 2025 年 7 月 31 日，中证信创指数前十大成分股合计权重为49.92%，指数集中度适中。权重居前的公司包括恒生电子（6.27%）、中科曙光（5.23%）和深信服（5.11%）。

截至 2025 年 7 月 31 日，中证信创指数在中信一级行业中高度集中于计算机行业和半导体行业，分别占 90.16%和 9.84%，反映出指数在信息技术领域的显著聚焦。从中信二级行业分布来看，指数主要成分股集中于计算机软件（33.82%）、云服务（28.15%）和计算机设备（23.21%），三者合计占比超过八成。

华宝中证军工 ETF

中证军工指数由中证指数有限公司于 2013 年 12 月26 日发布，基日为2004年12月 31 日，旨在反映中国军工产业链相关上市公司的整体市场表现。指数聚焦于由十大军工集团控股、主营业务涉及军工相关领域的企业，涵盖航空、航天、船舶、兵器、军工电子、卫星等核心方向。 中证军工指数近年来表现相对活跃，波动性较大但具备阶段性强势特征。指数自2019 年以来年化收益率为 11.24%，高于中证全指与国证2000 指数。指数曾在 2020 年录得 68.61%的年度涨幅，表现十分突出。虽然2022 年、2023年出现 25.36%、10.57%的较大回撤，但此后逐步修复，2024 年、2025 年以来分别上涨 9.02%和 13.93%。

截至 2025 年 7 月 31 日，中证军工指数前十大成分股合计权重为36.26%，指数集中度将对较低，反映出在覆盖广泛军工板块的同时，也保持较强的结构均衡性。权重排名靠前的公司包括中国船舶（5.54%）、中航沈飞（5.15%）、光启技术（4.45%）、航发动力（4.07%）和中国重工（3.85%），均为航空航天、船舶制造、军工电子等领域的代表性企业。

截至 2025 年 7 月 31 日，中证军工指数在中信一级行业分类中有69.04%的权重集中于国防军工。此外，指数还涵盖机械（13.26%）、计算机（4.56%）、电子（3.92%）、等上下游产业链环节。 从中信二级行业来看，指数成分股主要集中于其他军工Ⅱ（32.69%）与航空航天（29.90%），两者合计超过六成。其余主要行业还包括运输设备（10.08%）、兵器兵装（6.45%）、计算机设备（3.25%）与通用设备、电子通信和动力系统等领域。

编辑：火腿肠