Ảnh hưởng của hỗ trợ thương mại vào xuất khẩu trường hợp các quốc gia thu nhập thấp và trung bình xuất khẩu thủy sản vào thị trường mỹ

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC MỞ THÀNH PHỐ HỒ CHÍ MINH TRƯƠNG THỊ THUỲ TRANG ẢNH HƯỞNG CỦA HỖ TRỢ THƯƠNG MẠI VÀO XUẤT KHẨU: TRƯỜNG HỢP CÁC QUỐC GIA THU NHẬP THẤP VÀ TRUNG BÌNH XUẤT KHẨU THUỶ SẢN VÀO THỊ TRƯỜNG MỸ LUẬN VĂN THẠC SỸ KINH TẾ HỌC TP Hờ Chí Minh, Năm 2017 BỢ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC MỞ THÀNH PHỐ HỒ CHÍ MINH TRƯƠNG THỊ THUỲ TRANG ẢNH HƯỞNG CỦA HỖ TRỢ THƯƠNG MẠI VÀO XUẤT KHẨU: TRƯỜNG HỢP CÁC QUỐC GIA THU NHẬP THẤP VÀ TRUNG BÌNH XUẤT KHẨU THUỶ SẢN VÀO THỊ TRƯỜNG MỸ Chuyên ngành: Kinh tế học Mã số chuyên ngành: 60 31 01 01 LUẬN VĂN THẠC SỸ KINH TẾ HỌC Người hướng dẫn khoa học: TS PHẠM THỊ BÍCH NGỌC TP Hồ Chí Minh, Năm 2017 ậ Tôi cam T ủ ố ậ M ứ ủ Ngo i trừ tài liệu tham kh ng toàn phần hay phần nhỏ luậ bố hoặ c sử dụ ể nhận b ng c p c trích dẫ y Luậ T T y , T ỳT c công nh ể nhận b t kỳ b ng c p t o khác M c sử dụng luậ ú c nộ i học hoặ TP Hồ e y nhữ Khơng có s n ph m/nghiên cứu củ y y, c trích dẫn luậ i ng ể ậ y, ẫ TS P T ọ ậ , Q ọ M TP Hồ ữ N ọ , ậ ứ Tôi xin T ủ ẫ , ú ậ T ầy K M ậ S y ọ , ứ ọ ậ T ệ ậ ậ ộ ậ ể ọ y ậ ỏ ậ ủ Q ậ T ii T ầy ữ ể , ể Hệ y ộ ủ ố ầ ệ ứ trun ứ ự y N ứ ủ ệ ộ y ự ệ ủ M ể ọ ộ ể ủ ậ ủ ụ ừM ộ ố ố ố , ố ụ ộ M ố ậ ộ y M ể ự N ữ ủ – N y ộ , M ớ ệ ủ ố ẫ ự ứ ữ ộ – y ộ ữ Vớ ố ố ể ú M ố ậ M , ố ố ệ ủ ố ệ ự , ậ L ậ ộ G P ủ – 2014 iii ầ ố ậ ự MỤC LỤC Trang Lời cam đoan i Lời cảm ơn .ii Tóm tắt iii Mục lục iv Danh mục hình đồ thị vi Danh mục bảng vii Danh mục từ viết tắt viii ứ ứ ứ ứ ứ .5 L Mụ ỏ ữ ệ K ậ 2.1.Các lý thuy 2.2 y ứ N N Ứ ụ ứ ứ ự i HTTM ủ HTTM ố 11 .12 ự ủ HTTM 12 ự ủ y ố 15 ẫ y ố HTTM 18 20 ứ 20 M ự ẫ y e 20 P y 22 M ứ ữ ệ ứ 27 M ứ 27 ữ ệ ứ .28 3.3.Quy trình phân tích liệu .33 P K ệ T T ộ ố ố iv 35 35 ậ 35 36 T K T ố P Kể Kể Kể Kể T K T H M .38 ứ 40 40 ậ ệ ố ữ ố 46 ệ ộ y 47 ứ ộ ữ 47 ệ y ổ 48 ệ ự 48 ậ .48 53 ậ 53 ậ y .54 ủ ậ ứ e 55 H ủ ậ 55 H ứ e .56 58 PHỤ LỤC 63 PHỤ LỤC A KẾT QU THỐNG KÊ MÔ T 63 PHỤ LỤC B KẾT QU MA TRẬN HỆ SỐ TƯƠNG QUAN 63 PHỤ LỤC C KẾT QU KIỂM ỊNH HỆ SỐ VIF 64 PHỤ LỤC D KẾT QU ƯỚ LƯỢNG HỒI QUY OLS 65 PHỤ LỤC E KẾT QU ƯỚ LƯỢNG HỒI QUY FEM 66 PHỤ LỤC F KẾT QU KIỂM ỊNH F .66 PHỤ LỤC G KẾT QU ƯỚ LƯỢNG HỒI QUY REM 67 PHỤ LỤC H KẾT QU KIỂM ỊNH HAUSMAN 68 PHỤ LỤC I KẾT QU KIỂM ỊNH PHƯƠNG SAI HO MƠ HÌNH FEM 68 PHỤ LỤC J KẾT QU XỬ L PHƯƠNG SAI THAY ỔI MƠ HÌNH FEM 69 PHỤ LỤC K KẾT QU KIỂM ỊNH TỰ TƯƠNG QUAN MƠ HÌNH FEM 70 PHỤ LỤC L KẾT QU XỬ LÝ TỰ TƯƠNG QUAN MƠ HÌNH FEM – MƠ HÌNH FEM - 2014 .70 PHỤ LỤ M KẾT QU MƠ HÌNH RIS OLL KRAAY – 2007 71 PHỤ LỤ N KẾT QU MƠ HÌNH RIS OLL KRAAY – 2014 .71 PHỤ LỤ O KẾT QU KIỂM TRA N I SINH TRONG MƠ HÌNH 72 v Ụ Trang H H H N ữ H K N ữ y ố ộ 10 ệ 11 M ủ ố ứ ầ – 2014 32 H Quy trình phân tích liệu 33 H M 39 H Mố ệ ữ HTTM – 2014 45 vi Ụ Trang ổ ứ ỳ ọ T 14 27 ọ ủ ủ M ố ầ Thố e T ố e ậ ố 42 ữ ộ 37 ố 40 ệ ố Kể K ậ - 2014 30 M ổ y ố 46 47 OLS – FEM – REM vii - 2014 49 Ụ FAO: Tổ ứ L ự N ệ L H Q ố (Food and Agriculture Organization of the United Nations) FEM M ộ HTTM H ố F e E e M A e trade) NOAA: National Oceanic and Atmospheric Administration OE Tổ ứ H ể The Organization for Economic Co-operation and Development) OLS M ố REM M W ộ N WTO Tổ T ứ ẫ ể O y Le R E e M W W T viii eO S e e Tiếng Vi t ụ M yể T Tú , N g h g Nh Tầ T L ấ khẩ ,P h T ả ố M NOAA, http://www.noaa.gov/ ả hh g T Q ỳ Vi N P H ể ấ khẩ Hộ , Ph ,T ậ h ả ố h K Vi ộ g ự Tiếng Anh Abiad, A., Mishr , P , T ,P , How Does Trade Evolve in the Aftermath of Financial Crises? , IMF Economic Review Abiad, A., Mish , P T , P , How does trade evolve in the aftermath of the financial crisis? , IMF W P e , N , International Monetary Fund A S , An Inquiry into the Nature and Causes of the Wealth of Nations , London A e ,SM e ,JA Standards as Barriers versus Standards as Catalysts: Assessing the Impact of the HACCP Implementation on U.S Seafood Imports , American Journal of Agricultural Economics Anderson, J E , W ,E V , Gravity with Gravitas: A Solution to the Border Puzzle , The American Economic Review Andrew Bell and Kelvyn Jones, Explaining Fixed Effects: Random Effects modelling of Time-Series Cross-Sectional and Panel Data”, University of Bristol 58 A e ,K, , Exchange-rate volatility, exchange-rate regime, and trade volume: evidence from the UK-US export function (1989-1999) , E Letters H , Panel data analysis , Syracuse University, NY, USA Beck, N., and J N Katz (1995), What to (and not to do) with time-series crosssection data , American Political Science Review ể Brent Radcliffe (2015), The Basics Of Tariffs And Trade Barriers”, y ậ http://www.investopedia.com/articles/economics/08/tariff-trade-barrier- basics.asp Cali, M., te Ve e, W , Does aid for trade really improve trade performance? , Overseas Development Institute Christophe Hurlin (2010), Panel Data Econometrics , U e O Daniel Hoechle, Robust Standard Errors for Panel Regression with Cross-Sectional Dependence , University of Basel Damodar N Gujarati (2010 – 2012), K i ả g , G N G h David R – g h h , yK ,M F g , h hh i y G yK , F , Principles of Political Economy and Taxation , I Downs, Anthony, (1957), An Economic Theory of Democracy , Ne Y Driscoll, J C., and A C Kraay (1998), Consistent Covariance Matrix Estimation with Spatially Dependent Panel Data , Review of Economics and Statistics FAO (2016), The State of World Fisheries and Aquaculture”, FAO, Rome 59 FAO (2014), The State of World Fisheries and Aquaculture”, FAO, Rome Gomez-Plana, A.G and Devadoss, S (2004), A spatial equilibrium analysis of trade policy reforms on the world wheat market , Applied Economics G G Judge, R C Hill, W E Griffiths, H Lukepohl, T C Lee (1985), Introduction to the Theory and Practice of Econometrics , hai, John Wiley & Sons, New York, t b n lần thứ Hoekman, B and Wilson, S (2010) Aid-for-Trade: Building on Progress Today f T w’ F e , Policy Research Working Paper Washington, DC: World Bank Helble, M., C L Mann and J S W Aid-for-trade facilitation , Review of World Economics Hecks e , E F, e O , Heckscher-Ohlin Trade Theory , translated, edited, and introduced by Harry Flam and M June Flanders, Cambridge, Mass., MIT Press Hsiao, C., (2003), Analysis of Panel Data, second edition”, Cambridge Universirty Press I U K K K , The impact of trade costs on exports: An empirical modeling , E e , , -1347 Irene Prihoda (2016), The trade effect of Aid for trade in Sub Saharan Africa, Are Donors Self-Interested? , Lund University I e M , Aid for trade facilitation in lower-income countries , ODI Report J E Anderson and E Wincoop (2004), Literature 42(3), pp 691-751 60 Trade costs , J of Economic J e Ne , U e i g i f T e e ’ g i e , Devpolicy Blog from the Development Policy Centre Kateryna Krutskykh (2012), Norwegian fish export potential to eastern and western Europe , Norwegian University of Life Sciences Krugman, P.,R., and Maurice, O., (2005), International economics: theory and policy”, 7.ed, Boston, Addison-Wesley Lucjan, T O., (2008), Stages of the Ongoing Global Financial Crisis: Is There a Wandering Asset Bubble? , IWH Discussion Papers 11, Halle Institute for Economic Research Lucy Sau Kiute (2015), Aid for trade and export performance of developing e U countries Institute of Chinese e y F e E , I e Language and Culture, P.O Box 116025, Hei Shi Jiao, Dalian, P.R China Melissa S Kearney, Benjamin H Harris, Brad Hershbein, David Boddy, Lucie Parker, and Katherine Di Lucido (2014), Wh ’ he Opportunities of the U.S Fishing Industry”, h? ể h e ge y ậ www.hamiltonproject.org N Limao and A J Venables (2001), Infrastructure, Geographical Disadvantage, Transport Costs, and Trade , W nk Economic Reviews 15, No 3, pp 451-479 N R e , Trade Policy and Transport Costs in Uganda , RE IT Research Paper, No 06, 2009 Newson (2015), Distinguishing Between Random and Fixed: Variables, Effects, and Coefficients 61 Noguer, M., & Siscart, M (2005) Trade raises income: a precise and robust result Journal of International Economics , 65(2), 447-460 Pe ee, E , Se e ,A , Exchange rate uncertainty and foreign trade , European Economic Review 33, 1241-1264 OE S , T e e e e ,F K G e e e e - Aid for Trade – Making it e M e R e , Aid for Trade, Foreign Direct Investment and Export Upgrading in Recipient Countries , WTO W Paper ERSD-2015-10 S G e, e M e ee E e A i (2016), Aid for trade and export performance of developing countries , Applied Econometrics and International Development, Vol 16-1 Stiglitz, J E and Charlton, A (2006), Aid for Trade , London: Commonwealth Secretariat Timothy H Spanos and Elvar Orri Hreinsson (2015), United States Seafood Re e Market Report”, Tuna Dinc & Ferda Karagoz Ozenc (2014), Does Aid for trade Benefit Recipient Contries , ể y ậ http://www.etsg.org/ETSG2014/Papers/404.pdf Se US Seafood market report Maria Vijil, Laurent Wagner Re e Does Aid-for-Trade Enhance Export Performance? Investigating on the Infrastructural Channel Working Paper SMART-LERECO 10-07 WTO (World Trade Organization) (2006), Recommendations of the Task Force on Aid-for-Trade , Geneva: WTO 62 PHỤ LỤC PHỤ LỤC A K T QU THỐNG KÊ MÔ T Variable Obs Mean MaQG Nam XK HTTM KH 644 644 644 644 644 447.3478 2007.5 1.21e+08 5341615 GDPpc CPTM SL TGHD J 644 644 644 644 K L Std Dev Min Max 256.6417 4.034262 2.63e+08 4992194 5003887 32 2001 62 0 894 2014 1.90e+09 1 28.13501 187.5067 7.56e+08 2179578 23.00468 96.897 5.79e+09 2961213 1164448 48.77953 989 0000473 135.2379 622.8214 5.88e+10 1.396053 46 46 46 PHỤ LỤC B K T QU MA TR N H SỐ HTTM KH HK lnGDPpc lnCPTM lnSL lnTGHD HTTM KH HK lnGDPpc lnCPTM lnSL lnTGHD 1.0000 0.0498 0.5816 0.0057 -0.0543 0.1103 -0.0501 1.0000 0.6228 0.0587 -0.0495 0.0758 -0.0096 1.0000 0.0816 -0.0922 0.1034 -0.0346 1.0000 -0.3076 0.2064 0.4974 1.0000 -0.3782 -0.0662 1.0000 0.0614 1.0000 63 PHỤ LỤC C K T QU KIỂ NH H SỐ VIF Collinearity Diagnostics SQRT RVariable VIF VIF Tolerance Squared -HTTM 2.02 1.42 0.4963 0.5037 KH 2.16 1.47 0.4625 0.5375 HK 3.28 1.81 0.3048 0.6952 lnGDPpc 1.51 1.23 0.6643 0.3357 lnCPTM 1.26 1.12 0.7932 0.2068 lnSL 1.20 1.09 0.8362 0.1638 lnTGHD 1.35 1.16 0.7393 0.2607 -Mean VIF 1.82 Cond Eigenval Index 6.0404 1.0000 0.8633 2.6451 0.4611 3.6193 0.4231 3.7783 0.1032 7.6520 0.0622 9.8556 0.0439 11.7265 0.0028 46.7554 Condition Number 46.7554 Eigenvalues & Cond Index computed from scaled raw sscp (w/ intercept) Det(correlation matrix) 0.1695 64 PHỤ LỤC D K T QU Source SS ỢNG H I QUY OLS df MS Model Residual 5807.26844 3348.10825 636 829.609777 5.26432115 Total 9155.37669 643 14.238533 lnXK Coef HTTM KH HK lnGDPpc lnCPTM lnSL lnTGHD _cons 6833746 -.8209233 4502906 8036585 -4.163097 2870483 -.0323795 30.39938 Std Err .2572841 265879 3649242 0949287 2068917 0320932 039015 1.3684 65 t 2.66 -3.09 1.23 8.47 -20.12 8.94 -0.83 22.22 Number of obs F( 7, 636) Prob > F R-squared Adj R-squared Root MSE P>|t| 0.008 0.002 0.218 0.000 0.000 0.000 0.407 0.000 = = = = = = 644 157.59 0.0000 0.6343 0.6303 2.2944 [95% Conf Interval] 1781456 -1.34303 -.2663115 617247 -4.569371 2240268 -.1089933 27.71226 1.188604 -.2988164 1.166893 9900701 -3.756824 3500698 0442343 33.08651 ỢNG H I QUY FEM PHỤ LỤC E K T QU Fixed-effects (within) regression Group variable: MaQG Number of obs Number of groups = = 644 46 R-sq: Obs per group: = avg = max = 14 14.0 14 within = 0.1564 between = 0.3921 overall = 0.3685 corr(u_i, Xb) F(7,591) Prob > F = 0.1930 lnXK Coef HTTM KH HK lnGDPpc lnCPTM lnSL lnTGHD _cons 6741143 -.389928 2695961 3532981 -1.817605 0040793 3871547 24.56606 1270928 1368178 1821736 2804138 4116414 0368604 2453694 2.656232 sigma_u sigma_e rho 2.8877331 1.1068771 87189943 (fraction of variance due to u_i) F test that all u_i=0: Std Err F(45, 591) = PHỤ LỤC F K T QU KIỂ NH F ftest fe ols Assumption: ols nested in fe F( 45, 591) = prob > F = 47.59 0.0000 66 t 5.30 -2.85 1.48 1.26 -4.42 0.11 1.58 9.25 47.59 P>|t| = = 0.000 0.005 0.139 0.208 0.000 0.912 0.115 0.000 15.65 0.0000 [95% Conf Interval] 4245058 -.6586363 -.0881903 -.1974307 -2.626063 -.0683139 -.0947474 19.34926 9237229 -.1212197 6273825 9040269 -1.009147 0764726 8690568 29.78286 Prob > F = 0.0000 ỢNG H I QUY REM PHỤ LỤC G K T QU Random-effects GLS regression Group variable: MaQG Number of obs Number of groups = = 644 46 R-sq: Obs per group: = avg = max = 14 14.0 14 within = 0.1484 between = 0.6394 overall = 0.5849 corr(u_i, X) Wald chi2(7) Prob > chi2 = (assumed) lnXK Coef Std Err HTTM KH HK lnGDPpc lnCPTM lnSL lnTGHD _cons 6936968 -.5076993 2590335 7035564 -2.667937 0394912 0621334 26.41676 1290612 1357476 1845616 2062781 3583367 0355855 1183407 2.190632 sigma_u sigma_e rho 2.093356 1.1068771 78150387 (fraction of variance due to u_i) 67 z 5.37 -3.74 1.40 3.41 -7.45 1.11 0.53 12.06 P>|z| 0.000 0.000 0.160 0.001 0.000 0.267 0.600 0.000 = = 169.34 0.0000 [95% Conf Interval] 4407415 -.7737598 -.1027006 2992587 -3.370264 -.0302551 -.1698101 22.1232 946652 -.2416388 6207677 1.107854 -1.96561 1092376 2940769 30.71032 PHỤ LỤC H K T QU KIỂM NH HAUSMAN Coefficients (b) (B) fe re HTTM KH HK lnGDPpc lnCPTM lnSL lnTGHD 6741143 -.389928 2695961 3532981 -1.817605 0040793 3871547 6936968 -.5076993 2590335 7035564 -2.667937 0394912 0621334 (b-B) Difference sqrt(diag(V_b-V_B)) S.E -.0195824 1177713 0105626 -.3502583 8503313 -.0354119 3250213 017079 1899506 2025919 0096102 2149456 b = consistent under Ho and Ha; obtained from xtreg B = inconsistent under Ha, efficient under Ho; obtained from xtreg Test: Ho: difference in coefficients not systematic chi2(7) = (b-B)'[(V_b-V_B)^(-1)](b-B) = 32.48 Prob>chi2 = 0.0000 (V_b-V_B is not positive definite) Ô PHỤ LỤC I K T QU KIỂ Modified Wald test for groupwise heteroskedasticity in fixed effect regression model H0: sigma(i)^2 = sigma^2 for all i chi2 (46) = Prob>chi2 = 10680.42 0.0000 68 ỔI MƠ HÌNH FEM PHỤ LỤC J K T QU XỬ Fixed-effects (within) regression Group variable: MaQG Number of obs Number of groups = = 644 46 R-sq: Obs per group: = avg = max = 14 14.0 14 within = 0.1776 between = 0.2799 overall = 0.2701 corr(u_i, Xb) F(19,45) Prob > F = 0.0597 = = 7.07 0.0000 (Std Err adjusted for 46 clusters in MaQG) Robust Std Err lnXK Coef t P>|t| [95% Conf Interval] HTTM KH HK lnGDPpc lnCPTM lnSL lnTGHD 6969766 -.40407 2971875 11623 -1.659098 -.0022886 5097226 1554516 4086465 2047856 3804012 8156791 0571201 300167 4.48 -0.99 1.45 0.31 -2.03 -0.04 1.70 0.000 0.328 0.154 0.761 0.048 0.968 0.096 383881 -1.227126 -.1152719 -.6499374 -3.30196 -.1173344 -.0948447 1.010072 4189863 709647 8823973 -.0162362 1127571 1.11429 Nam 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 1017691 116932 339615 4202465 4566823 4053815 5773109 2354166 3918356 3834342 1547532 4277422 2258054 2117638 1767982 2013286 228365 2159004 2128868 2325305 (omitted) 2071924 2280129 241528 2707429 0.45 0.55 1.92 2.09 2.00 1.88 2.71 1.01 0.654 0.584 0.061 0.043 0.052 0.067 0.009 0.317 -.3530264 -.3095821 -.0164749 0147499 -.0032685 -.0294643 1485349 -.2329238 5565645 5434461 6957049 8257431 9166331 8402272 1.006087 703757 1.89 1.68 0.64 1.58 0.065 0.100 0.525 0.121 -.0254712 -.0758073 -.3317092 -.117562 8091425 8426757 6412155 9730465 _cons 24.63098 5.232569 4.71 0.000 14.09204 35.16991 sigma_u sigma_e rho 3.0855125 1.1041638 88647793 (fraction of variance due to u_i) 69 PHỤ LỤC K K T QU KIỂ Ô NH T Wooldridge test for autocorrelation in panel data H0: no first-order autocorrelation F( 1, 45) = 16.859 Prob > F = 0.0002 Ô PHỤ LỤC L K T QU XỬ LÝ T - 2014 Regression with Driscoll-Kraay standard errors Method: Fixed-effects regression Group variable (i): MaQG maximum lag: lnXK Coef HTTM KH HK lnGDPpc lnCPTM lnSL lnTGHD _cons 6741143 -.389928 2695961 3532981 -1.817605 0040793 3871547 24.56606 Drisc/Kraay Std Err .0904953 1755746 1419385 2046375 6352371 049487 0972708 3.558306 70 t 7.45 -2.22 1.90 1.73 -2.86 0.08 3.98 6.90 Number Number F( 7, Prob > within P>|t| 0.000 0.045 0.080 0.108 0.013 0.936 0.002 0.000 – of obs of groups 13) F R-squared Ô = = = = = 644 46 330.34 0.0000 0.1564 [95% Conf Interval] 4786111 -.7692338 -.0370433 -.0887944 -3.189952 -.1028308 177014 16.87881 8696176 -.0106221 5762355 7953906 -.4452592 1109895 5972955 32.25331 Ụ Ụ Ô DRISCOLL & KRAAY 2001 – 2007 Regression with Driscoll-Kraay standard errors Method: Fixed-effects regression Group variable (i): MaQG maximum lag: lnXK Coef HTTM lnGDPpc lnCPTM lnSL lnTGHD _cons 7438052 1.9726 0084361 0096703 -2.6369 5128928 Ụ Ụ Drisc/Kraay Std Err .0803295 3673378 6305496 0186742 4419273 5.568653 t 9.26 5.37 0.01 0.52 -5.97 0.09 Number Number F( 5, Prob > within P>|t| 0.000 0.002 0.990 0.623 0.001 0.930 Ô Coef HTTM lnGDPpc lnCPTM lnSL lnTGHD _cons 7346644 9201108 -1.263049 -.0322625 1425334 19.44714 = = = = = 322 46 297.27 0.0000 0.2124 [95% Conf Interval] 547246 1.073756 -1.534463 -.0360239 -3.718257 -13.11311 9403643 2.871443 1.551335 0553644 -1.555542 14.1389 – 2014 Regression with Driscoll-Kraay standard errors Method: Fixed-effects regression Group variable (i): MaQG maximum lag: lnXK of obs of groups 6) F R-squared Drisc/Kraay Std Err .1342075 325154 6999354 0345282 0590395 3.509492 71 t 5.47 2.83 -1.80 -0.93 2.41 5.54 Number Number F( 5, Prob > within P>|t| 0.002 0.030 0.121 0.386 0.052 0.001 of obs of groups 6) F R-squared = = = = = 322 46 35.37 0.0002 0.1406 [95% Conf Interval] 4062705 1244875 -2.975729 -.11675 -.001931 10.85972 1.063058 1.715734 4496311 0522249 2869978 28.03456 Ụ Ụ Ể Ô xtabond2 lnXK HTTM KH HK lnGDPpc lnCPTM lnSL lnTGHD Nam*, gmm( lnGDPpc HTTM ln > SL , lag( 1)) iv( KH HK lnCPTM lnTGHD Nam*) two small r noleveleq Favoring space over speed To switch, type or click on mata: mata set matafavor s > peed, perm Dynamic panel-data estimation, two-step difference GMM Group variable: MaQG Time variable : Nam Number of instruments = 44 F(8, 46) = 4.81 Prob > F = 0.000 lnXK Coef HTTM KH HK lnGDPpc lnCPTM lnSL lnTGHD Nam 4831605 -.4439547 1554518 1.099877 1786156 -.0113058 -.0416682 0374834 Number of obs Number of groups Obs per group: avg max Corrected Std Err .1149581 1914013 1380624 8718377 4664118 1778832 6856099 0371359 t 4.20 -2.32 1.13 1.26 0.38 -0.06 -0.06 1.01 P>|t| 0.000 0.025 0.266 0.213 0.704 0.950 0.952 0.318 = = = = = 598 46 13 13.00 13 [95% Conf Interval] 2517619 -.8292255 -.1224534 -.6550408 -.7602227 -.369366 -1.421729 -.0372672 7145591 -.058684 433357 2.854796 1.117454 3467545 1.338393 112234 Instruments for first differences equation Standard D.(KH HK lnCPTM lnTGHD Nam) GMM-type (missing=0, separate instruments for each period unless collapsed) L.(lnGDPpc HTTM lnSL) Arellano-Bond test for AR(1) in first differences: z = Arellano-Bond test for AR(2) in first differences: z = Pr > z = Pr > z = 0.027 0.216 Prob > chi2 = 0.000 Prob > chi2 = 0.487 Difference-in-Hansen tests of exogeneity of instrument subsets: iv(KH HK lnCPTM lnTGHD Nam) Hansen test excluding group: chi2(31) = 33.53 Prob > chi2 = Difference (null H = exogenous): chi2(5) = 2.08 Prob > chi2 = 0.346 0.838 Sargan test of (Not robust, Hansen test of (Robust, but overid restrictions: chi2(36) = 179.10 but not weakened by many instruments.) overid restrictions: chi2(36) = 35.61 weakened by many instruments.) 72 -2.22 -1.24 ... kh u h n ch nhập kh u Tuy nhiên, Smith ối lý thuy t này, ông lập luận r u làm cho t t c quốc gia tr nên giàu có lúc xu t kh u quốc gia nhập kh u quốc gia khác, muố giàu có, quốc gia ph i thực... giả ự gh i u n hi n c u 3.2.2 Dữ liệu nghiên cứu 46 quốc gia n m nhóm 138 quốc gia thu nhập th p ộng xu t kh u thủy s n vào M liên tục từ trung bình có ho 2014 K ủ 46 ệ HS y ữ ệ ệ , , ộ ộ e ậ HTTM... ữ y h HTTM g ã ắ ộ v nội , g ủ ậ tài nghiên c u v ả h h ởng c a n xuất th y sản c a 46 qu c gia thu nh p thấp trung bình sang Mỹ g gi i hình lực hấp dẫ ạn 2001 – 2014, v i h cs d g h i quy g h