Tác động của dịch Covid-19 lên xuất khẩu sang các thị trường chính của Việt Nam

TÁC ĐỘNG CỦA DỊCH COVID-19 LÊN XUẤT KHẨU 
SANG CÁC THỊ TRƯỜNG CHÍNH CỦA VIỆT NAM
THE IMPACT OF THE COVID-19 PANDEMIC ON EXPORT 
TO VIETNAM’S MAIN MARKETS
Võ Thị Lệ Uyển, Lê Hồng Diễn 
Trường Đại học Kinh tế - Luật, ĐHQGTP.HCM
uyenvtl@uel.edu.vn
Tóm tắt 
Đại dịch Covid-19 bùng phát đã gây nhiều ảnh hưởng cho kinh tế Việt Nam cũng như toàn
thế giới. Việc hạn chế đi lại, tạm đóng cửa xuất nhập cảnh, hạn chế tụ tập, mua sắm đông người
khiến nhu cầu mua bán hàng tiêu dùng tại nhiều thị trường giảm mạnh, gây ảnh hưởng không
nhỏ đến tình hình xuất khẩu cũng như tăng trưởng kinh tế của Việt Nam. Bài viết này nhằm xác
định tác động của các nhân tố như tỉ giá hối đoái, GDP nước nhập khẩu, biến động của tỉ giá
hối đoái và Covid đến xuất khẩu của Việt Nam sang các thị trường chính. Đầu tiên, chúng tôi
ước tính biến động tỉ giá hối đối của Việt Nam sang các thị trường xuất khẩu chính bằng mô
hình GARCH(1,1). Sau đó sử dụng các mô hình ước lượng cho dữ liệu bảng và tiến hành các
kiểm định và xử lý cần thiết để từ đó đưa ra các kết luận đáng tin cậy về các nhân tố thật sự tác
động đến xuất khẩu của Việt Nam sang các thị trường lớn. Kết quả nghiên cứu cũng giúp các cơ
quan quản lý Nhà nước trong việc thực hiện những chính sách cần thiết nhằm nâng cao hoạt
động xuất khẩu của Việt Nam, qua đó góp phần làm giảm hậu quả do dịch viêm phổi cấp tính
COVID-19 gây ra.
Từ khóa: Xuất khẩu, Covid-19, dữ liệu bảng, mô hình Pooled OLS, mô hình FEM, mô
hình REM.
Abstract 
The outbreak of Covid-19 pandemic had many impacts on the Vietnamese as well as the
world economics. The restriction on travel, temporary closure of entry and exit, and restriction
of gathering and shopping for consumer goods in many markets decreased sharply, significantly
affecting exports as well as economic growth of Vietnam. This paper aims to determine the impact
of factors such as exchange rates, GDP of the importing country, exchange rates volatility and
Covid on Vietnam’s exports to major markets. First, we estimate the exchange rate volatility of
Vietnam to major export markets by using the GARCH model (1,1). Then use estimation models
for panel data and carry out the necessary tests and treatments to come up with reliable
conclusions about the factors that actually affect Vietnam’s exports to big markets. The research
results also help State management agencies in implementing necessary policies to improve
Vietnam’s export activities, thereby contributing to reducing the consequences caused by COVID-
19 epidemic.
Keywords: Export, Covid-19, panel data, Pooled OLS model, FEM model, REM model.
554
INTERNATIONAL CONFERENCE FOR YOUNG RESEARCHERS IN ECONOMICS & BUSINESS 2020
ICYREB 2020
1. Giới thiệu 
Hiện nay, càng có nhiều quốc gia đang phát triển đi theo chiến lược công nghiệp hóa hướng
vào xuất khẩu. Việc thực hiện chiến lược nhằm mục đích mang lại một nền kinh tế tiên tiến, phồn
thịnh với các chỉ tiêu kinh tế vĩ mô hiệu quả như GDP, FDI, tỷ giá hối đoái, xuất khẩu đồng thời
nâng cao chất lượng cuộc sống của người dân. Để đạt được các chỉ tiêu kinh tế và mục tiêu tăng
trưởng đã đề ra thì chính phủ các nước cần phải thúc đẩy xuất khẩu và đồng thời kêu gọi các nhà
đầu tư nước ngoài. Ngoài ra, tình hình kinh tế thế giới đang dần trở nên bất ổn, cụ thể hơn các
quốc gia đang có xu hướng bảo hộ sản xuất trong nước bằng cách cản trở nhập khẩu. Mà Việt
Nam đang đi trên đà hội nhập kinh tế quốc tế nên xuất khẩu rất dễ bị ảnh hưởng bởi tình hình
kinh tế thế giới. Do đó các nghiên cứu về tình hình xuất khẩu sẽ đóng một vai trò quan trọng
giúp các doanh nghiệp, cũng như chính phủ có những ứng phó kịp thời để nắm bắt cơ hội phát
triển hay đối phó với những khó khăn sắp tới.
Việt Nam được đánh giá là một trong những quốc gia đang phát triển có nền kinh tế năng
động bậc nhất Đông Nam Á, điều này không phải là sự đóng góp riêng lẻ của bất kỳ một hoạt
động sản xuất hay một hoạt động buôn bán nào mà là sự phối hợp đồng bộ của cả một hệ thống
kinh tế. Trong đó đáng nói đến chính là hoạt động xuất khẩu của Việt Nam trong giai đoạn từ đầu
thế kỷ 21 đến nay, đóng góp chính của hoạt động xuất khẩu vào GDP cả nước qua các năm là rất
lớn, là động lực xoay chuyển nền kinh tế, đưa Việt Nam phát triển lên một tầm cao mới. Tiêu
biểu là hoạt động xuất khẩu gạo của Việt Nam đứng thứ 2 trên thế giới chỉ sau Thái Lan. Xuất
khẩu chịu tác động rất mạnh mẽ từ các yếu tố vĩ mô, sự điều tiết của Chính phủ nhờ vào hàng rào
thuế quan và phi thuế quan.
Đặc biệt trong giai đoạn của cuộc cách mạng công nghệ 4.0, những sự thay đổi nhanh như
vũ bão của trí tuệ nhân tạo AI, yêu cầu cấp thiết đối với chúng ta là phải bắt kịp giai đoạn này,
nếu bỏ lỡ chúng ta sẽ chậm hơn thế giới rất nhiều. Và để Việt Nam từ vị trí 44 trên bảng xếp
hạng nền kinh tế thế giới và vị trí 6/11 ở Đông Nam Á vươn lên vị trí có tầm ảnh hưởng trong
khu vực sẽ là một điều khó khăn. Điều đó dẫn đến vấn đề làm như thế nào để tăng hiệu quả xuất
khẩu, tận dụng tối đ ... 36 0.063583 -1.865829 0.0621
GARCH(-1) -0.611420 0.439526 -1.391090 0.1642
R-squared 0.350792 Mean dependent var 3404.008
Adjusted R-squared 0.350792 S.D. dependent var 86.19661
S.E. of regression 69.45156 Akaike info criterion 11.15472
Sum squared resid 154352.6 Schwarz criterion 11.33612
Log likelihood -180.0529 Hannan-Quinn criter. 11.21575
Durbin-Watson stat 1.919864
Theo bảng 2, tham số hồi quy của biến RESID(-1)^2 là có ý nghĩa thống kê ở mức 10%,
như vậy kết quá ước lượng mô hình GARCH(1,1) là phù hợp. Từ kết quả ước lượng mô hình
như trong bảng 2, chúng tôi ước tính biến động của tỉ giá hối đoái và thu được kết quả như trong
hình sau:
Hình 2. BIến động của tỉ giá hối đoái của Việt Nam với Trung Quốc
Tiến hành tương tự trên các chuỗi dữ liệu về tỉ giá hối đoái của Việt Nam với Hoa Kỳ và
Liên Minh châu Âu, chúng tôi ước tính được biến động của các chuỗi dữ liệu này qua mô hình
GARCH(1,1). Sau đó, bắt đầu ước lượng mô hình (1) theo các mô hình thường gặp cho dữ
liệu bảng.
4.2.2. Ước lượng mô hình Pooled OLS
Tiến hành kiểm định tính dừng bằng kiểm định nghiệm đơn vị cho dữ liệu bảng của chuỗi
dữ liệu tỉ giá hối đoái, thu được kết quả như trong bảng sau:
Bảng 3. Kiểm định nghiệm đơn vị cho chuỗi log(EX)
563
INTERNATIONAL CONFERENCE FOR YOUNG RESEARCHERS IN ECONOMICS & BUSINESS 2020
ICYREB 2020
Panel unit root test: Summary 
Series: LEX
Sample: 1 102
Exogenous variables: Individual effects
User-specified lags: 1
Newey-West automatic bandwidth selection and Bartlett kernel
Balanced observations for each test 
Method Statistic Prob.** Cross-
sections
Obs
Null: Unit root (assumes common unit root process) 
Levin, Lin & Chu t* -5.11655 0.0000 3 96
Null: Unit root (assumes individual unit root process) 
Im, Pesaran and Shin W-stat -5.65915 0.0000 3 96
ADF - Fisher Chi-square 41.4453 0.0000 3 96
PP - Fisher Chi-square 73.8859 0.0000 3 99
Vì các giá trị P-value<0.05 nên chuỗi dữ liệu dừng trường hợp có tác động riêng lẻ. Kiểm
định tương tự cho các chuỗi còn lại thì thu được kết quả tương tự. 
Tiếp tục thực hiện ước lượng mô hình Pooled OLS trên bộ dữ liệu theo mô hình (1) thì thu
được kết quả như sau:
Bảng 4. Kết quả ước lượng mô hình Pooled OLS
Theo kết quả ước lượng theo mô hình Pooled OLS, xuất khẩu Việt Nam trong giai đoạn
này chỉ bị ảnh hưởng bởi các yếu tố là xu thế, mùa vụ, covid ở mức ý nghĩa 5% vì các giá trị 
P-value<0.05 và không bị ảnh hưởng bởi các yếu tố về tỉ giá hối đoái, GDP của nước nhập khẩu
và biến động của tỉ giá hối đoái. Tuy nhiên, mô hình thường không đúng do việc gộp các cá nhân
khác nhau ở các thời gian khác nhau lại với nhau làm mất đi tính không đồng nhất giữa các cá
nhân theo thời gian. Hơn nữa, theo kết quả ở bảng 3, trong các chuỗi đều có tác động riêng lẻ.
Do đó, chúng tôi tiếp tục ước lượng mô hình với tác động cố định, mô hình FEM.
4.2.3. Ước lượng mô hình FEM và mô hình REM
Kết quả ước lượng mô hình FEM như sau:
564
INTERNATIONAL CONFERENCE FOR YOUNG RESEARCHERS IN ECONOMICS & BUSINESS 2020
ICYREB 2020
Dependent Variable: LOG(X)
Method: Pooled Least Squares
Sample: 1 102
Included observations: 102
Cross-sections included: 3
Total pool (balanced) observations: 306
Variable Coefficient Std. Error t-Statistic Prob. 
C 3.273385 0.188619 17.35446 0.0000
LOG(EX) 0.003027 0.010471 0.289052 0.7727
LOG(GDP) 0.001382 0.007731 0.178777 0.8582
LOG(VEX) -0.000178 0.001548 -0.115234 0.9083
T 0.029921 0.000227 131.6114 0.0000
Q1 -0.101199 0.005749 -17.60204 0.0000
Q2 -0.025478 0.005851 -4.354276 0.0000
Q3 0.012937 0.005864 2.206154 0.0281
COVID -0.099688 0.006161 -16.18098 0.0000
R-squared 0.985629 Mean dependent var 3.798338
Adjusted R-squared 0.985242 S.D. dependent var 0.288988
S.E. of regression 0.035107 Akaike info criterion -3.831886
Sum squared resid 0.366044 Schwarz criterion -3.722369
Log likelihood 595.2786 Hannan-Quinn criter. -3.788087
F-statistic 2546.277 Durbin-Watson stat 1.868959
Prob(F-statistic) 0.000000
Bảng 5. Kết quả ước lượng mô hình FEM
Theo bảng 5, ngoài các yếu tố như xu thế, mùa vụ và covid có ảnh hưởng đến lượng xuất
khẩu như trong mô hình Pooled OLS thì trong mô hình FEM, hệ số ước lượng của biến tỉ giá hối
đoái thực sự có ý nghĩa thống kê ở mức 5% nên biến này có tác động đến xuất khẩu Việt Nam
sang các thị trường lớn trong giai đoạn này.
Tiếp tục ước lượng mô hình REM và thu được kết quả sau:
565
INTERNATIONAL CONFERENCE FOR YOUNG RESEARCHERS IN ECONOMICS & BUSINESS 2020
ICYREB 2020
Dependent Variable: LOG(X)
Method: Panel EGLS (Cross-section weights)
Sample: 1 102
Periods included: 34
Cross-sections included: 3
Total panel (balanced) observations: 102
Linear estimation after one-step weighting matrix
White period standard errors & covariance (d.f. corrected)
Variable Coefficient Std. Error t-Statistic Prob. 
C 0.934484 0.639080 1.462234 0.1471
LOG(EX) 0.283080 0.091122 3.106610 0.0025
LOG(GDP) -0.029959 0.032850 -0.911991 0.3642
LOG(VEX) 0.000705 0.001876 0.375717 0.7080
T 0.030190 0.000676 44.68939 0.0000
Q1 -0.103660 0.002307 -44.92507 0.0000
Q2 -0.027829 0.002058 -13.52344 0.0000
Q3 0.010456 0.002226 4.696456 0.0000
COVID -0.103040 0.007066 -14.58299 0.0000
Effects Specification
Cross-section fixed (dummy variables)
Unweighted Statistics
R-squared 0.987396 Mean dependent var 3.846125
Adjusted R-squared 0.986011 S.D. dependent var 0.467147
S.E. of regression 0.034876 Sum squared resid 0.110688
F-statistic 712.8977 Durbin-Watson stat 1.899163
Prob(F-statistic) 0.000000
Unweighted Statistics
R-squared 0.986904 Mean dependent var 3.798338
Sum squared resid 0.111189 Durbin-Watson stat 1.867444
Bảng 6. Kết quả ước lượng mô hình REM
Tương tự như mô hình Pooled OLS, ở mức ý nghĩa 5%, trong mô hình REM các biến xu
thê, mùa vụ và Covid là có tác động đến xuất khẩu, các biến còn lại thì không. 
4.2.4. Chọn và xử lý mô hình 
Để xác định mô hình tác động cố định hay ngẫu nhiên là phù hợp hơn với dữ liệu, chúng
tôi sử dụng kiểm định Hausman để xác định lựa chọn giữa hai mô hình được xác định thông qua
bài toán kiểm định giả thuyết như sau:
{ ⇔{
566
INTERNATIONAL CONFERENCE FOR YOUNG RESEARCHERS IN ECONOMICS & BUSINESS 2020
ICYREB 2020
Dependent Variable: LOG(X)
Method: Panel EGLS (Period random effects)
Sample: 1 102
Periods included: 34
Cross-sections included: 3
Total panel (balanced) observations: 102
Swamy and Arora estimator of component variances
White cross-section standard errors & covariance (d.f. corrected)
Variable Coefficient Std. Error t-Statistic Prob. 
C 3.313631 0.015950 207.7461 0.0000
LOG(EX) 5.90E-26 6.49E-26 0.910347 0.3650
LOG(GDP) 4.25E-26 5.22E-26 0.814768 0.4173
LOG(VEX) 6.75E-27 1.16E-26 0.581257 0.5625
T 0.029947 0.000532 56.33287 0.0000
Q1 -0.101372 0.019708 -5.143655 0.0000
Q2 -0.025569 0.017908 -1.427800 0.1567
Q3 0.012862 0.017683 0.727369 0.4688
COVID -0.099846 0.015732 -6.346565 0.0000
Effects Specification
S.D. Rho
Period random 0.029934 1.0000
Idiosyncratic random 9.88E-14 0.0000
Weighted Statistics
R-squared 0.985609 Mean dependent var 7.24E-12
Adjusted R-squared 0.984371 S.D. dependent var 5.52E-13
S.E. of regression 6.91E-14 Sum squared resid 4.43E-25
F-statistic 796.1657 Durbin-Watson stat 1.894415
Prob(F-statistic) 0.000000
Unweighted Statistics
R-squared 0.985609 Mean dependent var 3.798338
Sum squared resid 0.122187 Durbin-Watson stat 1.894423
H0: Sự khác biệt giữa các hệ số không mang tính hệ thống
H1: Sự khác biệt giữa các hệ số mang tính hệ thống
H0: Chọn REM
H1: FEM
Kết quả kiểm định được biểu diễn theo bảng tổng kết:
Bảng 7. Kết quả kiểm định Hausman
Dựa vào kết quả của kiểm định Hausman, chúng tôi lựa chọn mô hình có tác động cố định
FEM phù hợp hơn với bộ dữ liệu này ở mức ý nghĩa 5%. Bởi vậy, chúng tôi sẽ phân tích các vi
phạm của mô hình FEM, nhằm chọn ra mô hình phù hợp.
Do một số biến không có ý nghĩa thống kê, chúng tôi kiểm định bỏ đồng thời các biến
không có ý nghĩa thống kê của các hệ số hồi quy của mô hình FEM bằng kiểm định Wald với
kết quả:
Bảng 8. Kết quả kiểm định Wald
Thông qua kết quả kiểm định, với mức ý nghĩa 5%, chúng tôi có thể bỏ đồng thời 2 biến
GDP và VEX không có ý nghĩa thống kê ra khỏi mô hình hồi quy, đồng thời tiến hành các hiệu
chỉnh về phương sai sai số thay đổi và tự tương quan bằng phương pháp EGLS, kết quả của mô
hình mới là:
567
INTERNATIONAL CONFERENCE FOR YOUNG RESEARCHERS IN ECONOMICS & BUSINESS 2020
ICYREB 2020
Correlated Random Effects - Hausman Test
Equation: Untitled
Test period random effects
Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob. 
Period random 9.901543 3 0.0194
** WARNING: robust standard errors may not be consistent with
assumptions of Hausman test variance calculation.
Period random effects test comparisons:
Variable Fixed Random Var(Diff.) Prob. 
LOG(EX) -0.000000 0.000000 0.000000 0.0266
LOG(GDP) -0.000000 0.000000 0.000000 0.0412
LOG(VEX) -0.000000 0.000000 0.000000 0.0811
Wald Test:
Equation: Untitled
Test Statistic Value df Probability
F-statistic 0.690637 (2, 91) 0.5039
Chi-square 1.381274 2 0.5013
Null Hypothesis: C(3) =C(4) =0
Null Hypothesis Summary:
Normalized Restriction (= 0) Value Std. Err.
(3) -0.029959 0.032850
C(4) 0.000705 0.001876
Bảng 9. Kết quả ước lượng mô hình FEM được chọn
Tiếp theo, chúng tôi kiểm tra tính theo phân phối chuẩn của sai số mô hình FEM theo giả
thuyết:
{
Và thu được kết quả như sau:
568
INTERNATIONAL CONFERENCE FOR YOUNG RESEARCHERS IN ECONOMICS & BUSINESS 2020
ICYREB 2020
Dependent Variable: LOG(X)
Method: Panel EGLS (Cross-section weights)
Sample: 1 102
Periods included: 34
Cross-sections included: 3
Total panel (balanced) observations: 102
Linear estimation after one-step weighting matrix
White period standard errors & covariance (d.f. corrected)
WARNING: estimated coefficient covariance matrix is of reduced rank
Variable Coefficient Std. Error t-Statistic Prob. 
C 0.739314 0.726582 1.017522 0.3115
LOG(EX) 0.273072 0.076379 3.575205 0.0006
T 0.029859 0.000356 83.85176 0.0000
Q1 -0.101042 0.001063 -95.08163 0.0000
Q2 -0.026409 0.000540 -48.94068 0.0000
Q3 0.011480 0.000976 11.76573 0.0000
COVID -0.100069 0.003181 -31.46228 0.0000
Effects Specification
Cross-section fixed (dummy variables)
Weighted Statistics
R-squared 0.987312 Mean dependent var 3.840285
Adjusted R-squared 0.986220 S.D. dependent var 0.448255
S.E. of regression 0.034543 Sum squared resid 0.110969
F-statistic 904.5739 Durbin-Watson stat 1.901758
Prob(F-statistic) 0.000000
Unweighted Statistics
R-squared 0.986890 Mean dependent var 3.798338
Sum squared resid 0.111314 Durbin-Watson stat 1.872231
H0: Sai số của mô hình theo phân phối chuẩn
H1: Sai số của mô hình không theo phân phối chuẩn
Với mức ý nghĩa 5%, chấp nhận chứng tỏ sai số của mô hình theo phân phối chuẩn.
Kết quả từ mô hình cho thấy log(X) phụ thuộc một cách có ý nghĩa vào các biến độc lập
log(EX), t, Q1, Q2, Q3 và Covid. Hệ số của biến log(EX) dương, chứng tỏ tỉ giá hối đoái có ảnh
hưởng cùng chiều với lượng xuất khẩu của Việt Nam sang các thị trường chính. Nghĩa là, khi giá
cả đồng tiền trong nước mất giá sẽ khiến giá cả hàng hóa xuất khẩu của Việt Nam giảm theo.
Điều này dẫn đến việc gia tăng lượng hàng hóa xuất khẩu. Ngược lại, khi đồng tiền trong nước
trở nên có giá hơn, hàng hóa xuất khẩu sẽ trở nên đắt đỏ và lượng xuất khẩu sẽ giảm. Hệ số của
các biến t cho thấy từ năm 2012 đến nay lượng xuất khẩu của Việt Nam sang các thị trường chính
tăng theo thời gian và có tính mùa vụ do các hệ số của các biến Q1, Q2 và Q3 khác 0. Hơn nữa,
lượng xuất khẩu ở quý 1 và quý 2 là ít hơn quý 4 do các biến này có hệ số âm, còn lượng xuất
khẩu của quý 3 cao hơn 4 do có hệ số là một số dương. Hệ số của biến Covid là âm cho thấy đại
dịch Covid-19 có ảnh hưởng đến xuất khẩu của Việt Nam sang các thị trường chính. Hơn nữa, vì
hệ số của biến Covid mang dấu âm nên dịch Covid-19 đã thực sự làm giảm lượng xuất khẩu của
Việt Nam sang các thị trường Hoa Kỳ, Liên Minh Châu Âu và Trung Quốc.
5. Kết luận
Nghiên cứu được xây dựng nhằm xác định tác động của các yếu tố, đặc biệt là sự bùng
phát của đại dịch Covid, đến xuất khẩu của Việt Nam sang các thị trường chính thông qua mô
hình kinh tế lượng. Chính vì vậy, nghiên cứu đã tập trung trình bày các phân tích về sự ảnh hưởng
một số chỉ số vĩ mô như tỉ giá hối đoái, biến động của tỉ giá hối đoái, GDP của nước nhập khẩu
và các yếu tố về xu thế cũng như mùa vụ vì dữ liệu được lấy theo quý cũng như yếu tố về sự xuất
hiện của dịch Covid-19 qua các biến giả.
Một số mô hình thông dụng và hiệu quả cho dữ liệu bảng bao gồm mô hình gộp (Pooled
OLS), mô hình tác động cố định FEM và mô hình tác động ngẫu nhiên REM, đối với dữ liệu
nghiên cứu thì mô hình FEM phù hợp hơn. Trong đó, mô hình ngẫu nhiên FEM chịu sự tác động
một cách có ý nghĩa thống kê của các nhân tố là EX, xu thế, mùa vụ và Covid. Trong đó, Covid
có ảnh hưởng tiêu cực cho xuất khẩu, do đó cần có các chính sách phù hợp nhằm nâng cao xuất
khẩu Việt Nam.
569
INTERNATIONAL CONFERENCE FOR YOUNG RESEARCHERS IN ECONOMICS & BUSINESS 2020
ICYREB 2020
TÀI LIỆU THAM KHẢO
Baltagi, B. (2008). Econometric analysis of panel data. John Wiley & Sons.
Belloumi, M. (2014). The relationship between trade, FDI and economic growth in Tunisia:
An application of the autoregressive distributed lag model. Economic systems, 38(2), 269-287.
Bollerslev, T. (1986). Generalized autoregressive conditional heteroskedasticity. Journal
of econometrics, 31(3), 307-327.
Chi, J., & Cheng, S. K. . (2016). Do exchange rate volatility and income affect Australia’s
maritime export flows to Asia? Transport Policy, 47, 13-21.
Doğanlar, M. (2002). Estimating the impact of exchange rate volatility on exports: evidence
from Asian countries. Applied Economics Letters, 9(13), 859-863.
Engle, R. F., Lilien, D. M., & Robins, R. P. . (1987). Estimating time varying risk premia
in the term structure: The ARCH-M model. Econometrica: journal of the Econometric Society,
391-407.
Hatab, A. A., Romstad, E., & Huo, X. (2010). Determinants of Egyptian agricultural
exports: A gravity model approach. Modern Economy, 1(03).
Hsiao, C. (2014). Analysis of panel data (No. 54). Cambridge university press.
Nguyen, B. X. (2010). The determinants of Vietnamese export flows: Static and dynamic
panel gravity approaches. International Journal of Economics and Finance, 2(4), 122-129.
Nhã, Đ. T. H., & Hà, N. T. T. . (2019). PHÂN TÍCH CÁC YẾU TỐ TÁC ĐỘNG ĐẾN
XUẤT KHẨU NÔNG SẢN CỦA VIỆT NAM SANG THỊ TRƯỜNG EU. . Tạp chí Khoa học
và Công nghệ-Đại học Thái Nguyên, 196(03),, 123-129.
Zakaria, Z. (2013). The relationship between export and exchange rate volatility: Empirical
evidence based on the trade between Malaysia and its major trading partners. . Journal of
Emerging Issues in Economics, Finance and Banking, 2(2),, 668-684.
570
INTERNATIONAL CONFERENCE FOR YOUNG RESEARCHERS IN ECONOMICS & BUSINESS 2020
ICYREB 2020