2023年3月24日，香港联合交易所有限公司（下文简称“联交所”）正式发布关于特专科技公司上市制度（下文简称“特专科技制度”）咨询总结，确定在主板《上市规则》中新加入一章——第18C章1，准许让特专科技公司2于联交所主板上市。该上市制度将于2023年3月31日开始生效。
联交所曾于2022年10月19日发布了一份关于特专科技制度的咨询文件，经仔细考虑市场反馈意见后，联交所决定修改有关特专科技制度咨询文件内的部分建议。
主要上市规定
相较咨询文件主要修改
将已商业化公司的最低预期市值从80亿港元降低至60亿港元，将未商业化公司的最低预期市值从150亿港元降低至100亿港元；
放宽最低研发开支要求，将“要求申请人在上市前三年的每一年都达到适用的百分比门槛”的规定修改为“要求申请人在：(a)上市前三个会计年度中有至少两个会计年度的每一年达到适用的百分比门槛；及(b)上市前三个会计年度合并计算达到适用的百分比门槛”；
细化未商业化公司研发投资要求，若未商业化公司经审计的最近一个会计年度产生的收入达1.5亿港元或以上，则将研发投资占总营运开支的最低百分比门槛从50%降低至30%；
将领航资深独立投资者的最低投资额从“要求至少两名资深独立投资者每人持有至少5%的已发行股本”修改为如下内容：
已获得来自两至五名领航资深独立投资者的投资，并符合以下（a）及（b）：
特专科技公司的范围
联交所在上市规则中对特专科技公司采纳宽泛定义并以一份指引信作为补充，其中列出特专科技行业和联交所认为在每个特专科技行业范围内非详尽无遗的可接纳领域的名单（如附录1所载）。
就“特专科技公司”的定义而言，若申请人未包括在上述清单范围内，但能够证明其具有以下特征仍可能会被视为在“特专科技行业及可接纳领域”：
拥有高增长潜力；
能证明取得成功的原因在于其核心业务应用了新技术及／或将有关该领域的科学及／或科技应用于新的商业模式，令他们有别于服务相似的消费者或最终用户的传统市场参与者；及
研究及开发为领域内公司贡献一大部分的预期价值，亦是公司的主要活动及占去大部分开支。
在生物科技行业经营的公司若未基于受规管产品（请见《上市规则》第18A章定义）作为上市申请条件，只要其符合特专科技公司的定义，亦可以根据特专科技制度申请上市。
特专科技公司的上市规定
联交所允许已商业化公司和未商业化公司在符合下表中所列的上市资格和其他规定的情况下进行上市:
除了上述提及的部分，未商业化公司还需要持续满足如下规定：
如果联交所认为未商业化公司未能符合有足够业务运作及资产，未商业化公司须于摘牌前重新符合须有足够业务运作及资产的规定的补救期应为12个月（而不是其他发行人的18个月）；
未得联交所事先同意，不得进行会使主营业务出现重大变动的交易；及
须在其股份代号结尾加上独有的股份标记“P”。
待未商业化公司能向联交所证明已达到商业化收入门槛或至少一项主板资格测试6，《上市规则》对其施加的上述额外持续责任即不再适用。
生效日期
新上市制度将于2023年3月31日生效。特专科技公司及其保荐人可正式提交首次公开招股前查询，查询有关咨询总结所列示的上市规则条文解释以及相关条文如何适用于拟上市申请人的自身情况。公司亦可于2023年3月31日或之后基于新上市制度向联交所提交正式上市申请。
联交所正式引入新上市制度18C章，允许未有收入及盈利的特专科技公司于联交所主板上市，并考虑市场意见修改部分咨询文件内容，包括降低已商业化、未商业化的特专科技公司上市市值门槛要求等，足以彰显联交所发力吸引更多特专科技“独角兽”登陆香港资本市场的决心。
普华永道作为全球领先的特专服务机构，会持续关注第18C章的发展，分享洞察、见解，为更多特专科技企业提供更加全面的服务，为香港资本市场的发展贡献专业力量。
附录1
各特专科技行业内的可接纳领域
注释
1. 香港联合交易所有限公司证券上市规则
2. “特专科技公司”指主要于特专科技行业内可接纳领域从事（不论直接或透过其附属公司）研发、商业化及／或销售特专科技产品的公司。
3. “已商业化公司”是指上市时已符合商业化收入门槛的特专科技公司。
4. “未商业化公司”是指上市时未符合商业化收入门槛的特专科技公司。
5.“领航资深独立投资者”是指在特专科技公司上市申请日期前已投资至少12个月的资深独立投资者。
6. 主板资格测试：主板财务资格规定，指上市规则(i)第8.05(1)条（盈利测试）,(ii)第8.05(2)条（市值╱收益╱现金流量测试）;及(iii)第8.05(3)条 （市值╱收益测试）。
每日荐书：推荐您看看《大数据征信与信用科技：服务模式探索与平台建设》，本书主要面向大数据技术从业人员、征信行业从业人员和有意愿了解大数据征信的各行业主体，从大数据征信的起源、历程、发展环境、标准体系、关键技术和平台建设等方面详细分析了大数据征信的必要性和可行性，并结合征信行业特点给出了大数据征信的模式探索和前景规划。
