陈金龙 李志伟
(华侨大学工商管理学院, 泉州 362021)
研发投入指的是企业分配给研发活动的资源,不断推出新产品或服务的创新战略[1]。 企业的研发投入不仅是维持生存和确保增长能力的基本因素, 也是与高风险性和不确定性相关的决策[2]。 在当前再工业化的全球态势下, 强调制造业, 突出硬科技, 保障供应链产业链安全, 还要继续加大研发投入, 为实现高科技技术自立自强提供有力支撑。 因此, 研究影响高科技企业研发投入的因素具有重要价值, 吸引了学者的广泛关注。 近年来, 受新冠肺炎疫情、 俄乌战争以及地缘政治的影响, 企业在管理供应商关系时更加青睐稳定的供应商关系。 如匹克集团与供应商“陕西匹克玄凯新材料有限公司” 长期保持稳定的合作关系,匹克集团利用供应商的“态极” 科技技术研发出态极鞋大幅提高了企业的销售额, 使得匹克集团在2021 年9 月获近3 亿美元战略融资, 关于这笔融资资金用途, 匹克集团CEO 表示, 将主要用于科技研发和产品升级等方面。 基于此, 本文从供应商关系视角出发, 研究供应商稳定性是否影响企业研发投入, 能够为企业实施创新驱动战略提供新的思路。
现有关于供应商关系的研究已经很充分, 但很少有研究关注两个看似一致, 但关注点不同的供应商关系维度, 目前学者普遍认为供应商集中度高就是稳定的供应商关系, 然而出于某些行业特性, 企业虽拥有较高的供应商集中度, 但在不同的年份, 外部因素将会导致企业更换供应商关系。 在此情形下, 集中度这一概念无法准确衡量稳定的供应商关系。 因此, 本文首先对这两个概念予以区分, 供应商集中度指的是收入大部分依赖于主要供应商或认为供应商对其业务很重要的企业, 这主要强调的是对主要供应商的依赖性。而供应商稳定性意味着与原有的供应商继续建立合作关系, 但并不一定表示排除与其他供应商的关系。 与供应商集中度不同, 这强调的是主要供应商近几年的一致性。 现有研究普遍认为供应商集中度增加了企业运营和财务风险[3], 进而降低企业研发投入[4,5]。 但也有学者持不同的观点, 如方健[6]认为随着供应商集中度的提高, 创新投入呈现先增加后下降的趋势。 相反, Lai 等[7]发现供应商稳定性会提高供应商向企业提供的产品质量, 降低企业运营风险, 这种关系在关系越稳定时越强烈。 因此, 本文提出研究问题, 供应商稳定性对企业研发投入的影响如何。 从资源基础理论视角看, 稳定的供应商关系为企业提供了竞争优势, 企业有更大的信心进行研发投资。 供应链协同理论主张, 供应链中的各方通过密切合作、信息共享和资源共享, 能够共同提高效率和降低成本。 在供应商集中度高时, 由于供应商和企业建立了较为紧密的关系, 可能与供应商稳定性产生有效的协同效应, 而不仅仅是供应商集中度给企业带来的不利的一面。 这种协同效应通过减少信息不对称、 提高沟通质量和增强双方对合作成功的信任来提升研发投入。 供应商集中度高的企业有更强烈的动机与供应商建立长期、 互信和有益的关系。 而以往供应商集中度对企业研发投入的影响研究尚未得出一致的结论可能是对这两个概念的混淆造成的。 因此, 本文进一步研究企业在不同供应商集中度时供应商稳定性对企业研发投入影响有何不同。
本文采用手工收集的供应商稳定性数据, 基于动态视角研究了供应商稳定性对企业研发投入的影响; 研究发现在供应商集中度高时, 供应商稳定性对企业研发投入的影响更显著, 为企业在不同供应商集中度时进行供应商关系管理提供理论借鉴; 机制分析发现, 供应商稳定性可以通过降低经营风险和缓解融资约束影响企业研发投入,打开了供应商稳定性影响企业研发投入的黑箱。异质性分析发现, 供应商稳定性对企业研发投入的影响存在显著的地区差异。 综上, 本文对供应商稳定性与企业研发投入之间的关系进行实证检验, 进一步完善相关理论。
以往对企业研发投入的影响因素研究, 多集中于外部环境和企业内部治理角度[8]。 近年来,已有学者开始从动态视角研究供应商稳定性对企业经营的影响, 与供应商建立稳定关系的重要性已在文献中得到广泛认可。 如Gu 等[9]发现供应商稳定性可以提高企业竞争力和财务绩效。 Peng等[10]进一步发现供应商稳定时, 可以在企业IPO前传递利益给IPO 公司, 因此企业可以获得更多的IPO 折扣, 这有助于减少企业资金流失, 缓解企业资金约束。 黄宏斌等[11]发现供应商稳定性可以通过供应链协作提升企业的全要素生产率。 而且稳定的供应商更有可能追求与企业之间的协作创新, 合作可以在生产过程中创造效率增益, 使供应商更多地参与企业关系特定的研发投资[12]。研发投资具有高不确定性, 有研究发现知识来源的信息透明可以通过减少投资结果的不确定性来促进企业对后续创新的投资[13]。
关于供应商集中度对企业研发投入的影响研究尚未达成一致的结论。 黄千元和宋远方[4]发现,供应商集中度会通过影响企业研发的积极性对企业研发投入产生负向影响。 任莉莉和张瑞君[8]从企业迎合供应商视角发现, 企业为了维护与供应商之间的合作关系, 避免因为供应商转换而带来的风险和成本, 往往会选择对供应商进行迎合, 供应商关注企业能否按时支付货款, 如果企业融资约束情况较严重, 为了减少供应商的担忧, 企业会选择降低研发投入而保持足够宽松的资金状态以实现对供应商的承诺。 但方健[6]却认为随着供应商集中度的提高, 主要供应商将挤占企业创新投入资源, 创新投入呈现先增长后下降的趋势。
综上, 现有关于供应商关系对企业研发投入的影响研究大多从供应商集中度角度入手, 研究了供应商稳定性对企业绩效、 融资约束等的影响,未考虑到供应商稳定性对企业研发投入的影响。而且以往研究供应商集中度对企业研发投入的影响尚未得出一致的结论, 原因可能是过去的研究是在供应商稳定的前提下进行的, 可能存在供应商既集中又稳定的情况。 为了进一步分析供应商集中度对企业研发投入的影响结论不一致的原因,考虑供应商既集中又稳定这一可能情况, 本文分析了供应商集中度的调节作用, 对现有研究进行补充。
供应商稳定性意味着与原有的供应商继续建立合作关系, 这有助于企业与供应商进行沟通合作、 信息共享与内部学习并积累信任形成商业共生关系, 来自这些合作伙伴的技术反哺提高。 根据供应链协同理论, 供应商稳定性可以降低企业面临的市场风险、 分担企业财务风险、 提高服务质量、 提高生产率和降低成本[14]。 一个低风险的经营环境为企业提供了更为稳定的预期现金流,有助于企业将视角转向长期的战略规划。 在这种环境下, 企业更有可能进行长周期、 高不确定性的研发投资, 从而更有效地分摊未来的不确定性。
Peng 等[10]研究表明, 供应商稳定性使企业能以更低的资本成本募集资金, 这有助于减少企业资金流失。 买方-供应商关系稳定时进行信息交换多于公平交易, 这种信息交换可以降低信息不对称、 促进供应商协同创新和提高产品质量[15],研究发现供应商创新能力能够通过提高企业创新能力缓解企业融资约束[16]。 融资能力的增强为企业提供了更多的外部资源渠道, 从而降低了研发的资本成本, 这使得某些之前被视为资本受限的项目变得可行。 当企业能够以更低的资本成本获得资金时, 其投资门槛相应降低, 进而更容易启动新的研发项目。
综上, 本文认为供应商稳定性会促进企业进行研发投入, 从而在长期竞争中获得更为稳固的市场地位。 基于此, 提出如下假设:
H1: 企业供应商稳定性越高, 企业研发投入越多。
当企业对单个或少数供应商的采购依赖程度过高时, 其多元化程度较低, 企业可能被迫在价格上做出让步, 并在运营、 营销和融资方面做出有利于其主要供应商的决策[17]。 与这些供应商关系的中断对企业及其投资者来说是一个重要的风险来源[18], 可能导致企业生产中断、 供应不稳定以及潜在的损失, 增加了企业的经营风险。 顾婧等[19]也认为供应商集中度高的企业更容易受到供应商中断风险的影响。
相反, 当企业的采购不集中于主要供应商时,供应商集中度低意味着选择权的增加, 从而使企业在供应链利益分配中处于更有利的地位, 有助于提高企业盈利水平和资产价值[20]。 在这种情况下, 即使供应商发生变动, 也只能对企业的运营和财务状况产生有限的影响, 企业的日常经营活动仍能有序进行, 因此供应商稳定性对企业未来的经营影响较为有限。 企业可以转向其他供应商,或者在双重采购的情况下, 让一个供应商与另一个供应商竞争[21]。 这种情境中的企业拥有更大的市场权力, 可以更灵活地应对市场变化, 调整其供应商管理策略, 从而抵御外部环境的不确定性,降低供应商变动风险, 并在一定程度上提高其研发投入的自由度。
综上, 本文认为供应商集中度会进一步加强供应商稳定性对企业研发投入的影响。 基于此,提出如下假设:
H2: 相比于供应商集中度低的企业, 供应商集中度高的企业供应商稳定性对研发投入的促进作用更显著。
本文以2008 ~2021 年沪深A 股中隶属于高科技行业的公司为研究样本。参考彭红星和毛新述[22]的研究, 确定了高科技上市公司的行业代码。 供应商稳定性原始数据来自于CNRDS 数据库并通过手工整理收集获得, 其他数据均来自于CSMAR数据库。 根据研究目的和主题, 数据处理如下:剔除金融类上市企业; 剔除ST、 PT 样本; 排除年报附注中供应商数据披露不完整的企业; 对数据进行上下1%的缩尾处理, 以消除极端值影响,最终得到845 个样本。
(1) 被解释变量: 研发投入(RD)。 参考段军山和庄旭东[23]、 何源等[24]的研究, 本文采用研发经费的自然对数值衡量研发投入, 并且选用研发投入强度(RD1)的相对数指标进行稳健性检验, 用企业研发投入占企业总资产的百分比进行衡量。
(2) 解释变量: 供应商稳定性(SUS)。 参考Gu 等[9]的研究, 从动态角度衡量供应商稳定性,以揭示与去年相比, 主要供应商与企业的交易份额在1 年中保持不变的量值。 在式(1) 中, 下标i表示企业,j表示企业的主要供应商之一,t表示时间(年)。 当t年企业i的供应商j也是t-1年企业i的主要供应商(即交易额前五名)之一时,虚拟变量ai,j,t=1, 否则ai,j,t=0。
(3) 调节变量: 供应商集中度(SUC)。 参考陈西婵和刘星[25]、 方健[6]的研究, 本文使用企业向前五名主要供应商采购额占年度采购总额比例来衡量供应商集中度。 在稳健性检验中, 使用企业向第一大供应商采购额占年度采购总额比例来衡量供应商集中度(SUC1)。
(4) 控制变量。 为缓解遗漏变量的干扰, 参考Gu 等[9]、 谷成和王巍[26]、 李健等[27]、 罗进辉等[28]、 罗宏和秦际栋[29]的研究, 控制了如下变量, 包括客户稳定性(CUS)、 资产负债率(Lev)、企业规模(Size)、盈利能力(ROE)、企业年龄(Age)、资本密集度(Capitali)以及行业(Industry)和年度(Year)等作为控制变量。 具体变量定义见表1。
表1 变量定义
根据前文的分析, 为实证检验供应商稳定性对企业研发投入的影响, 构建模型(2) 用来检验H1。 其中,i、t分别代表企业和年份,εi,t表示误差项,Industry、Year分别为行业和年度固定效应, 其中Control为控制变量的集合。
主要变量描述性统计如表2 所示, 研发投入最大值为21.77, 最小值为14.07, 可见不同企业研发投入差异较大。 供应商稳定性最大值为0.965,最小值为0, 说明不同企业供应商稳定性差异较大, 仍有较大提升空间。 另外供应商稳定性均值、中位数分别为0.5、 0.522, 均值略小于中位数,说明部分企业供应商稳定性偏低。 供应商集中度最大值为0.902, 最小值为0.076, 说明不同企业供应商集中度差异较大, 均值和中位数分别为0.333、0.288, 均值明显大于中位数, 说明部分企业供应商集中度较高。 其他变量的取值也在合理范围内,不再赘述。
表2 描述性统计
续 表
本文主要变量相关系数如表3 所示, 变量之间的相关系数绝对值基本在0.3 以下, 说明不存在严重的多重共线性问题。 但存在个别变量的相关系数绝对值在0.3~0.7 之间, 为了进一步测试变量之间是否存在多重共线性, 本文对各变量的均值方差膨胀因子(VIF)进行测试, VIF 值远小于标准值10, 说明自变量之间不存在多重共线性问题。 供应商稳定性与企业研发投入的相关系数为0.183, 结果在1%水平上显著, 即供应商稳定性与企业研发投入呈正相关关系, 初步验证了H1。
表3 相关性分析与均值方差膨胀因子检验
为了检验H1, 表4 列(1) 考察供应商稳定性对企业研发投入的直接影响, 供应商稳定性的回归系数为0.503, 通过了1%显著性水平测试,说明供应商稳定性越高, 企业研发投入越多, H1得到验证。
表4 回归结果
为了检验H2, 按照企业向前五名主要供应商采购额占年度采购总额比例是否高于行业中位值,将样本分为供应商集中度高和供应商集中度低两组, 分别进行回归。 表4 列(3) 在供应商集中度高时供应商稳定性的回归系数为0.676, 通过了1%显著性水平测试。 而在列(2) 供应商集中度低时不显著, 原因可能是企业供应商集中度低时, 其更容易寻找替代供应商或根据市场条件进行调整, 以降低供应商稳定性对企业研发投入的影响。 这表明在供应商集中度高时, 供应商稳定性对企业研发投入的影响更显著, H2 得到支持。
(1) 工具变量法: 为了克服遗漏变量问题,参考Xu 等[30]的研究, 选取同年度同行业供应商稳定性的均值(IndustrySUS)和同年度同省(区、市)供应商稳定性的均值(PrvnSUS)作为工具变量, 使用2SLS 来缓解该内生性问题。 回归结果如表5 列(1) 和列(2) 所示。 列(1) 是第一阶段回归结果, 行业及省(区、 市)供应商稳定性的均值与企业供应商稳定性呈正相关关系, 均通过了1%显著性水平测试。 列(2) 中, 弱工具变量假设检验的统计量(K-Prk Wald F)远大于10%水平上的临界值(19.93), 过度识别检验中Hansen J检验的卡方值的P 值(HJ Chi-sq P)为0.32, 表明工具变量不存在过度识别问题, 验证了选取的工具变量是外生的。 供应商稳定性对企业研发投入的影响系数为1.065, 通过了1%显著性水平测试, 与主效应回归结果一致, 表明本文回归结果具有稳健性。
(2) Heckman 两步法: 由于部分企业不披露前五大供应商的具体信息, 导致本文选取的样本可能存在选择性偏差。 参考Ellis 等[31]的研究, 使用Heckman 两步法处理该问题。 第一阶段, 将企业是否披露供应商信息(Disclosure)作为被解释变量, 以本文控制变量作为解释变量, 进行Probit回归, 估计出逆米尔斯比率(IMR)。 在第二阶段回归模型中, 将第一阶段估计得到的IMR加入到控制变量进行回归。 表5 列(3) 是对模型重新检验的结果, 列(4) 是第二阶段回归结果, 供应商稳定性对企业研发投入的回归系数为0.497,通过了1%显著性水平测试。 这表明在控制了样本自选择问题后, 本文结论依旧稳健。
表5 内生性检验
续 表
(3) 倾向得分匹配法(PSM): 企业研发投入在一定程度上会提高供应商稳定性, 为了克服潜在的反向因果问题, 采用PSM 检验。 本文核心解释变量是连续变量, 计算每个企业全部样本期的平均供应商稳定性(meanSUS)作为临界值, 根据企业供应商稳定性是否大于临界值划分高稳定性组(SUS_dum=1)和低稳定性组(SUS_dum=0)作为处理变量; 选择本文控制变量作为协变量; 最后把企业研发投入作为结果变量。 估计企业研发投入的概率模型, 获得样本中每家企业研发投入的倾向得分, 采用一对三最近邻匹配法对估计得到的倾向得分进行匹配, 最后对匹配到的样本进行回归。 结果如表5 列(5) 所示, 供应商稳定性的估计系数为0.595, 通过了1%显著性水平测试, 进一步验证了本文结论的稳健性。
为了进一步验证结论的可靠性, 本文进行以下稳健性检验。
(1) 考虑到供应商稳定性与企业研发投入可能存在反向因果问题, 即企业研发投入越多, 供应商稳定性越高。 借鉴孟庆玺等[32]的研究, 使用滞后1 期、 滞后2 期的供应商稳定性(L1.SUS、L2.SUS)作为自变量进行回归, 回归结果如表6 列(1)和列(2) 所示, 自变量滞后1 期和滞后2 期的回归系数均为正, 通过了5%显著性水平测试, 与主效应回归结果一致, 表明结论具有稳健性。
表6 稳健性检验
续 表
(2) 替换被解释变量。 为了验证研究结论的稳健性, 用研发投入强度(RD1)作为企业研发投入的替代变量进行稳健性检验, 回归结果如表6列(3) 所示。 供应商稳定性的回归系数为正且通过了1%的显著性水平测试, 再次证明本文回归结果是稳健的。
(3) 替换解释变量。 本文对供应商稳定性的测量进行了更改, 以检查结果稳健性。 对于企业主要供应商稳定性(SUS1), 不是比较两年的变化, 而是研究了更长期, 即3 年期的变化, 扩大了关于供应商稳定性的时间跨度。 结果如表6 列(4) 所示, 供应商稳定性的回归系数为0.374, 通过了10%显著性水平测试, 表明在对解释变量进行重新界定后, 主回归结果依然稳健。
(4) 替换调节变量。 本文采用企业向第一大供应商采购额占年度采购总额比例来衡量供应商集中度, 按照企业向第一大供应商采购额占年度采购总额比例是否高于行业中位值, 将样本分为供应商集中度高和供应商集中度低两组, 分别进行回归。 回归结果如表6 列(5) 和列(6) 所示,列(6) 在供应商集中度高时供应商稳定性的回归系数为0.609, 通过了1%显著性水平测试, 而在供应商集中度低时不显著, 与调节效应回归结果一致, 说明结论具有稳健性。
当企业供应商稳定性高时, 长期的供应商关系可以帮助企业提高产品质量, 并持续降低成本[10]。根据交易成本理论, 与供应商进行交易会产生交易成本, 如果供应商稳定性高, 双方通过建立长期和信任的合作关系, 可以降低企业与供应商之间的交易成本, 同时也增加了企业经营的稳定性,从而降低企业经营风险。 企业研发活动通常具有高风险和高不确定性, 随着供应商稳定性对企业经营风险的降低, 企业更愿意承担额外的研发风险, 提高企业研发投入。 为了检验这一机制, 借鉴王竹泉等[33]、 孙光国和陈思阳[34]的研究, 选取企业盈利波动程度作为衡量经营风险(OR)的指标。 为验证降低经营风险的作用机制, 参照温忠麟和叶宝娟[35]的研究, 本文构建如下模型:
结果如表7 列(1)、 (2) 所示, 列(1) 供应商稳定性对经营风险的回归系数为-0.015, 通过了5%的显著性水平测试, 说明供应商稳定性越高, 企业经营风险越低。 列(2) 供应商稳定性对企业研发投入的回归系数为0.463, 经营风险对企业研发投入的回归系数为-2.668, 均通过了1%的显著性水平测试, 表明供应商稳定性对企业研发投入的影响部分通过降低企业经营风险实现。
表7 机制分析
稳定的供应商愿意提供基于与企业长期业务关系所建立信用水平的商业信用融资。 梅丹和程明[36]发现商业信用融资与企业研发投入显著正相关。 债务融资成本取决于债权人对公司经营风险的感知[37], 债权人在评估企业价值时将供应商稳定性作为重要的参考依据。 根据实物期权理论,如果把一个研发项目投资看作一个实物期权, 研发项目投资具有高不确定性, 实物期权理论可以量化研发投资项目的价值—综合考虑供应商稳定性缓解了企业的融资约束, 这降低了研发项目投资的资本成本, 提高了研发项目的行使价值, 从而提高了企业行使该研发项目的概率, 增加了企业进行研发投入的可能性。 因此, 本文预计供应商稳定性有助于减轻企业在研发投资过程中所面临的融资约束, 从而提高研发投入。 参考黎文靖和李茫茫[38]的研究, 本文选用KZ 指数作为融资约束的代理变量。 为检验缓解融资约束的作用机制, 本文构建如下模型:
结果如表7 列(3)、 (4) 所示, 列(3) 供应商稳定性对融资约束的回归系数为-0.525, 通过了1%的显著性水平测试, 说明供应商稳定性有助于缓解企业的融资约束; 列(4) 供应商稳定性的系数为0.48, 在1%的水平下显著; 融资约束对企业研发投入的回归系数为-0.042, 在10%的水平下显著, 表明供应商稳定性对企业研发投入的影响部分通过缓解企业融资约束实现。
在我国不同地域背景下, 供应商稳定性对企业研发投入的影响可能呈现明显的区域性差异。在经济相对发达的东部地区, 先进的物流和信息基础设施进一步加强了供应商与企业之间的合作关系, 企业更有可能与供应商建立长期、 稳定的合作关系。 供应商稳定性降低了企业供应链风险,使企业能将更多的资源和注意力集中于研发活动。另外, 由于东部地区市场竞争更为激烈, 企业对持续创新和产品优化有更迫切的需求, 技术和创新成为企业获取竞争优势的关键因素。 本文预计相比于中、 西部地区, 在经济相对发达和产业高度集聚的东部地区, 供应商稳定性对企业研发投入的促进作用更显著。 为了检验这一机制, 根据不同地区的地理特征, 将全国划分为东部地区和中、 西部地区。 然后分别就这两个地区分类对供应商稳定性与企业研发投入的关系进行实证检验。
结果如表8 列(2)、 (3) 所示, 列(2) 供应商稳定性对企业研发投入的回归系数为0.574,通过了1%显著性水平测试, 而且明显大于列(1)全样本中供应商稳定性的回归系数0.503, 而在列(3) 中、 西部地区结果不显著。 这表明在不同地域和经济环境中, 供应商稳定性对企业研发投入的影响存在显著差异。 这一发现对于理解供应商管理在不同地域和产业环境下如何影响企业研发投入具有重要的理论和实践意义。
表8 异质性分析
本文以2008~2021 年A 股高科技行业公司为研究样本, 实证检验了供应商稳定性对企业研发投入的影响及其机制。 研究得到以下主要结论: (1)以往学者普遍认为供应商集中度代表稳定的供应商关系, 但集中度难以准确衡量在前五大供应商近两年发生变动时的稳定性, 这就使研究存在一定的局限性, 本文从动态视角研究发现供应商稳定性能够显著促进企业研发投入, 对现有研究进行了补充; (2) 相比于供应商集中度低的企业,供应商稳定性对企业研发投入的促进作用在供应商集中度高时更显著, 这进一步解释了现有研究供应商集中度对企业研发投入影响结论不一致的原因; (3) 从影响机制来看, 供应商稳定性可以通过降低经营风险和缓解融资约束提高企业研发投入; 异质性分析发现, 这种关系存在显著的地区差异性, 表现为在东部地区显著, 而在中、 西部地区中不显著, 这为不同地区企业通过供应商关系管理进行研发活动提供了证据支持。
基于上述结论, 本文得出如下启示:
(1) 企业在制定研发投入计划时, 应充分考虑企业与外部利益相关者的关系可能对企业研发投入的影响。 尤其是企业与供应商关系的稳定性,稳定的供应商关系可以为企业研发投入提供有利条件。 企业在供应商关系管理中应重视供应商稳定性, 并积极与供应商建立稳定的合作关系。
(2) 企业可以通过供应商集中度的高低判断与上游供应商建立稳定合作关系的重要性。 当供应商集中度高时, 企业要与供应商保持稳定的合作关系, 加大供应商关系的投资; 另外, 企业要寻找其他供应商或自行研发降低对主要供应商的依赖, 避免供应商中断对企业经营造成不利影响。当供应商集中度低时, 企业可以根据自身经营情况, 选择与相关供应商进行合作。 如果没有同时考虑供应商集中度的成本和收益, 管理者可能只认识到供应商集中度的阴暗面, 即供应商议价能力控制着企业的资源和结果。 这也解释了近年来供应商稳定性对不同供应商集中度的企业研发投入影响的差异性, 为企业进行供应商关系管理提供了理论借鉴。
(3) 企业应该采取措施降低经营风险, 如制定风险管理策略、 优化供应链管理、 多样化供应商选择等; 另外, 企业应积极提升自身的商业信用评级和信誉度, 以增加获得融资的机会和灵活性, 从而增加企业研发投入。