David và cộng sự (2000) sử dụng phương pháp hồi quy OLS tác động của tài trợ công lên chi tiêu R&D của doanh nghiệp. Phương pháp này giả định các khoản trợ cấp R&D được phân bố nhiều hay ít cho các doanh nghiệp một cách ngẫu nhiên. Tuy nhiên, giả định ngẫu nhiên này có thể không phản ánh thực tế rằng các doanh nghiệp thường được chọn bởi các nhà hoạch định chính sách để tham gia vào các chương trình hỗ trợ (Klette và cộng sự, 2000; Aerts và cộng sự, 2006).
Yếu tố để các doanh nghiệp tham gia vào chương trình hỗ trợ là động cơ sử dụng các khoản trợ cấp để giảm chi phí R&D của họ, mặc dù hỗ trợ từ chính phủ là không cần thiết để hoàn thành các dự án đổi mới (Jaffe, 2002; Blanes và Busom, 2004). Các cơ quan nhà nước cũng như các dự án R&D luôn phải đối mặt với các nguồn lực khan hiếm. Quản lý các dự án phải đối mặt với các áp lực mạnh mẽ là gia tăng tỷ lệ thành công cho dự án. Các nhà điều hành không có khả năng hỗ trợ cho các chương trình có khả năng rủi ro cao. Điều này có thể dẫn
đến tình huống mà cơ quan quản lý quyết định “chọn người chiến thắng” bằng cách hỗ trợ các doanh nghiệp đổi mới và đề xuất được một dự án hấp dẫn (Aerts và cộng sự, 2006; Wallsten, 2000).Vì vậy, trợ cấp của chính phủ có nhiều khả năng trở thành một biến nội sinh của mô hình ước lượng. Ước tính sẽ bị sai lệch và không phù hợp nếu vấn đề nội sinh không được giải quyết trong mô hình kinh tế lượng (Aerts và cộng sự 2006; Busom, 2000).
Một trong những phương pháp hồi quy thường được sử dụng để có thể ước lượng ảnh hưởng khách quan và nhất quán tác động của trợ cấp lên chi tiêu R&D trong trường hợp này là phương pháp hồi quy sử dụng biến công cụ (IV).
Wallsten (2000) sử dụng hồi quy IV để đánh giá tác động của chương trình SBIR ở Mỹ. Ông chọn các biến công cụ dựa trên nhận định rằng ngân sách tài trợ mà chính phủ dành cho các DN phụ thuộc vào ngành công nghiệp hoặc lĩnh vực công nghệ mà doanh nghiệp đang hoạt động. Dạng biến công cụ này đã được sử dụng rộng rãi trong nhiều nghiên cứu đánh giá tác động của tài trợ công cho R&D tiếp theo (Ali-Yrkkö, 2004; Claussen, 2009). Aerts và Czarnitzki (2004) sử dụng thêm yếu tố số lượng các dự án đã thực hiện của DN làm biến công cụ. Gonzales và cộng sự (2005) đề xuất sử dụng các giá trị trễ của trợ cấp làm biến công cụ cho mô hình hồi quy.
Aerts (2008) đề xuất 2 biến công cụ dựa trên lịch sử hoạt động R&D và lịch sử nhận tài trợ của doanh nghiệp. Các biến này được cho là tương quan chặt với khả năng nhận được tài trợ của doanh nghiệp nhưng lại không tương quan các hoạt động R&D hiện tại của doanh nghiệp nên đây là các biến công cụ đáng tin cậy.
Ước lượng được sử dụng trong nghiên cứu này sẽ dựa trên những nghiên cứu này. Các vấn đề về phương pháp ước lượng là việc số tiền trợ cấp có nhiều khả năng tương quan với phần dư trong mô hình hồi quy OLS. Để “loại bỏ” sự tương quan này, tác giả sử dụng một hệ phương trình trong đó “công cụ hóa” biến trợ cấp bị nội sinh. Mô hình hồi quy IV có khả năng loại bỏ sự tương quan giữa các biến độc lập (trợ cấp) và phần dư bằng cách thêm vào một hoặc nhiều biến tương quan với khoản trợ cấp nhưng không tương quan với phần dư trong kết quả của phương trình hồi quy. Trong nghiên cứu này, tác giả sử dụng lịch sử dự án R&D của DN trong 2 năm trước đó và tài trợ của Chính phủ cho từng ngành làm biến công cụ để xử lý vấn đề nội
sinh của biến trợ cấp của Chính phủ cho R&D. Số lượng dự án R&D mà DN đã thực hiện trước đó là yếu tố quan trọng để Chính phủ xem xét DN có khả năng trở thành “người chiến thắng”. Luận điểm này đã được chứng minh trong nghiên cứu bởi Aerts (2008) khi thấy rằng yếu tố này tương quan dương với tài trợ R&D mà DN nhận được. Do đó, nghiên cứu cũng kỳ vọng một tác động tương tự đối với trường hợp Việt Nam. Bên cạnh đó, chính sách công nghệ có định hướng của Chính phủ cũng tạo ra sự khác biệt về trợ cấp giữa DN ở các ngành khác nhau. Do đó, tác giả kỳ vọng có tác động của yếu tố ngành đến trợ cấp R&D mà DN có thể nhận được.
