金融包容、金融稳定与贫困减缓

崔艳娟　孙刚

摘要：本文分别以金融包容深度、宽度两个单指标和金融包容综合指标表示金融包容，以我国1978-2007年时间序列数据为样本，运用适合小样本的ARDL方法检验金融包容、金融稳定对贫困减缓的影响。实证结果表明：金融包容对贫困减缓有着积极的作用，金融发展的稳定能够显著提高这一效果；金融包容和金融发展的稳定对贫困减缓具有长期的影响；经济增长和收入分配是重要的间接影响路径，其中经济增长有利于贫困减缓，而收入分配差距的扩大不利于贫困减缓。

关键词：金融包容；金融稳定；贫困减缓；ARDL-ECM估计

中图分类号：F8309文献标识码：A

一、引言

金融包容发展是指金融机构在可持续发展的前提下，以可承担的成本提高贫困群体金融服务和产品的可获得性（World Bank，2014）。作为金融发展的重要方式之一，金融包容发展对提高资源配置效率、减少社会排斥和收入不均、实现社会公正有着重要的积极作用（Sen，2010；Sarma and Pais，2011）。2013年G20峰会后，金融包容发展成为各国政策制定者和利益相关者关注的热点。在我国，尽管金融包容发展的理念刚刚提出，但从早期的贴息贷款、保险服务到现在的村镇银行等金融减贫实践，均为我国金融包容发展积累了重要的实践基础。经过多年的改革，我国的金融体系已非常庞大，但仍存在不平衡、不协调、不持续问题，特定群体（如农户、低薪工人等）的金融需求无法满足。因此，研究我国金融包容发展对贫困减缓影响有着重要的实际意义。

金融包容发展对贫困减缓作用的研究是金融发展理论研究的新兴领域，是继金融结构论、金融深化论和金融发展因素论之后的重要理论探索。20世纪90年代金融发展减贫作用的研究是其重要的理论基础。很多学者从理论与实证方面证实了金融发展有利于减贫，如Li et al（1998）、Dollar & Kraay（2002）、Jeanneney & Kpodar（2005，2008）、Demirgüc-Kunt & Levine（2009）等的跨国数据研究，Burgess & Pande（2003）、Ang（2010）、Shahbaz & Islam（2011）等以特定的发展中国家时间序列数据的分析，以及我国学者苏基溶和廖进中（2009）、崔艳娟和孙刚（2012）、姚耀军和李明珠（2014）等以我国时间序列或省际面板数据为样本的探讨等。尽管这些研究中设置的变量、模型不同，但在金融发展对贫困减缓的影响方面取得了较为一致的观点，即金融发展能够缓解贫困群体在教育、医疗等方面的融资约束，能够提高大多数贫困群体的平均收入水平。还有一部分学者考虑了金融发展的稳定性对贫困减缓的影响，如Canavire et al（2008）的研究认为在金融开放的条件下，金融的不稳定将不利于贫困减缓；Akhter et al（2010）利用54个发展中国家的面板数据，通过固定效应向量分解法，证明了金融发展与金融稳定之间具有显著的相关性，对于金融体系稳定的国家来讲，金融发展在很大程度上有利于贫困减缓。

上述文献为探讨金融包容发展对贫困减缓影响提供了重要的理论基础。考虑到这些研究大部分以跨国面板数据或特定发展中国家时间序列数为样本，缺乏中国样本的分析，本文将金融发展减贫的研究框架应用于金融包容发展的分析中，构建金融包容、金融发展与贫困减缓的模型，以中国1978-2007年时间序列数据为样本，采用较新的更适用于小样本的ARDL方法进行检验，以便为我国金融改革与金融包容发展战略的实施提供政策制定的参考依据。

二、模型构建与变量说明

（一）模型构建

根据已有的文献，这里构建如下模型，

POV=f（FIN，INS，RGP，IG，X）（1）

其中，FIN、INS、RGP、IG分别表示金融包容、金融发展稳定、经济增长和收入分配差距，X为影响贫困水平的其他因素。

将式（1）两边取全微分，可得式（2）：

dPOV=fFINdFIN+fINSdINS+fRGPdRGP+fIGdIG+fXdX（2）

其中，fFIN、fINS、fRGP、fIG和fX分别表示金融包容的边际减贫倾向、金融发展稳定的边际减贫倾向、经济增长的边际减贫倾向、收入分配的边际减贫倾向以及其他影响因素的边际减贫倾向。这一模型解释了金融包容、金融发展稳定、经济增长、收入分配影响贫困减缓的效应。

为便于进行回归分析，以β1、β2、β3、β4、β5分别替换式（2）中的fFIN、fINS、fRGP、fIG和fX，同时以pov、fin、ins、rgp、ig和x替换相对应的变量，此时，式（2）可以改写为：

pov=β0+β1fin+β2ins+β3rgp+β4ig+β5x+μ（3）

式（3）可以用作金融包容、金融发展稳定与贫困减缓关系分析的一般模型。

（二）变量说明

1.被解释变量：贫困减缓（pov）。反贫困一直是人类社会没有停止的努力过程，学界经常使用“减少贫困”、“缓解贫困”、“消灭贫困”等词语进行描述，这里以贫困减缓表示贫困减少、缓解至消灭的过程，采用贫困水平进行测度。在计算贫困水平时，常用的指标有贫困率（贫困人口/总人口）、贫困缺口率（贫困人口纯收入与贫困线差距的总和/贫困人口总收入）和FGT指数。此外，最低20%人口的收入水平、平均消费水平等也被作为替代指标使用。相比较而言，尽管贫困率指标包含的信息较少，但表达简单直观，可操作性强，被世界上大多数国家和国际机构采用。鉴于此，结合数据的可获性，本文以贫困率表示贫困程度，这意味着贫困人口数量越多，贫困率指标越大，说明国家（地区）的贫困程度越大，而用以测度的贫困减缓水平越低。

2.解释变量：

（1）金融包容（fin）。现有的指标都是在金融发展实践基础上提出的，如Beck et al（2005）首次采用银行机构覆盖度（如ATM数量/千平方公里）和银行金融服务使用度（如贷款额/千人）对其进行测度，Honohan（2006）以拥有银行账户的家庭数量比率来对其进行衡量。这两个研究是最早的，但部分数据因来源于银行统计资料，很难获取，且指标的设计主要用于跨国数据分析，在我国的适用性上具有一定的限制。此外，Sarma（2008）首次给出了金融包容指数（Index of Financial Inclusion）测度金融包容的方法，这一指数以银行渗透程度（拥有银行账户人数）、银行服务的可用性（银行机构数/千人）和银行业务利用程度（存贷款总额/GDP）三个指标加权测量计算，并将数值转换为0、1表示包容金融发展水平。

从金融发展历程看，我国的金融改革不同于其他发达国家，并且在改革中逐步形成了以银行为主导的金融体系特征。尽管如此，金融包容发展仍不能忽略非银行金融业务对贫困群体的作用。因此，本文以金融发展深度（fd）和金融发展宽度（fs）两个维度测量金融包容发展。其中，金融发展深度以银行业务利用程度表示，用存贷款总额/GDP计算；金融发展宽度以非银行业务覆盖面表示，用（国内债券余额+股票市值+保费收入）/金融总资产计算。需要强调的是，本文参考易纲和宋旺（2008）的做法将存款和贷款计入金融总资产，因此金融总资产以现金、存款余额、贷款余额、债券余额、股票市值以及保费收入和值计算。借鉴Sarma（2008）的方法设置两个指标的权重，加权计算后作为金融包容发展的综合测度指标。

（2）金融稳定（ins）。金融包容对贫困减缓的作用与金融发展是否稳定密切相关。参考相关文献的做法，这里以金融发展增长率的标准差计算金融发展的稳定性。Goldsmith（1969）和Mckinnon（1973）的金融相关比率和货币化指数是最早测算金融发展的指标，并被广泛应用于国家层面的研究。鉴于金融发展是否稳定与其规模的扩大有着重要的关系，并且金融规模的扩大也能够反映金融体系的支付中介和动员储蓄职能，本文选择货币化指数测度金融发展水平，具体以M2/GDP计算。

（3）经济增长（rgp）。经济增长是宏观经济研究中经常使用的变量，通常以GDP、人均GDP或实际人均GDP衡量。作为金融发展减贫的间接路径之一，人均GDP比GDP表现出更好的适用性。同时，由于物价的高低在一定程度上会降低居民的收入水平，对贫困群体收入更为不利，因此需要考虑物价水平的影响。鉴于此，本文采用人均实际GDP增长率来衡量经济增长，各年数据以1978年为基期。

（4）收入分配（ig）。在相关的研究中，收入分配经常以基尼系数、泰尔指数、城乡居民人均收入比率计算。其中，基尼系数和泰尔指数分别对中间阶层和底层收入的变化更为敏感，在使用上具有一定的限制。相比较而言，城乡居民人均收入比率这种方法计算方法简单，容易获取数据，使用更方便。鉴于此，本文用城乡居民人均收入比率表示收入分配，计算方法为城镇居民人均可支配收入/农村居民人均纯收入。

3.控制变量：

（1）农业收入水平（agr）。从地区分布看，我国贫困人口主要分布在农村地区，地理位置、气候等自然因素往往通过代际传递直接影响贫困水平，如因自然因素导致的谷物歉收、生产能力下降、疾病等都会导致贫困水平的加深。尽管当前我国的城镇化政策对贫困减缓具有一定的作用（崔艳娟，2014），但农业收入仍然是贫困群体的重要收入来源。同时，在一定程度上，农业产值的变化也能够反映自然因素对贫困减缓的影响。这一变量以农业总产值/GDP计算。

（2）人力资本（edu）。教育水平是地区人力资本差异的重要反映指标。在金融包容发展实现贫困减缓的过程中，家庭人力资本的匮乏往往使得经济主体缺乏财富禀赋，并使其在就业和收入方面欠缺，进而加剧贫困程度。张建华等（2010）的研究表明，人力资本丰裕的家庭贫困发生率为047%，而匮乏的家庭为676%。人力资源的匮乏往往会造成贫困的恶性循环和代际相传。人力资本可以教育水平进行测度，常用中小学入学率（升学率）、中小学教育的财政支出等表示。考虑到目前我国实施的是9年义务教育，且教育经费主要来源于财政支出这一实际，这里以教育支出/财政总支出计算。

（3）贸易开放度（open）。根据国际贸易理论，地区资源禀赋所形成的比较优势，能够促进地区经济发展、提高收入水平，进而有利于减贫。因此，本文将贸易开放度作为控制变量之一，反映贸易带动的比较优势对贫困减缓的影响；此外，贸易开放也是市场化这一制度环境的重要构成，可以以之反映制度对贫困减缓的影响，以对外进出口总额/GDP测度。

除了上面提到的控制变量外，基础设施、公共服务水平以及微观的个人健康程度、有无不良嗜好等也都是影响贫困减缓的原因，但为了避免多重共线性，并考虑到数据的可获性，本文不予考虑。

（三）样本数据来源

根据官方设定的贫困标准，我国贫困人口从1978年25亿下降到2007年的1 479万，贫困率也由1978年的307%下降到2007年的16%。2008年我国将农村低收入人口纳入贫困人口统计中，贫困人口为4 007万，贫困率为42%。2011年我国将贫困标准重新调整为年人均纯收入2 300元（2010年不变价），贫困人口为1224亿。为保证数据的可比性和减少异常值的影响，样本数据的时间范围设定为1978-2007年。此外，1986年以前，我国金融资产是单一的银行类资产，在1986年后才逐步出现了其他金融机构的存款、贷款以及债券余额、股票市值、保费等金融资产，故金融包容宽度指标（fs）的时间范围为1986-2007年。

样本数据来源于《新中国六十年统计资料汇编》、历年《金融统计年鉴》和《中国统计年鉴》。为降低变量的内生性、异方差以及数据变动幅度过大带来的影响，除贫困率和金融发展稳定两个变量外，其他变量均取自然对数形式，样本变量基本统计特征如表1所示。

（四）研究方法

考虑本文使用的样本为时间序列数据且样本量较小，故采用适合小样本估计的ARDL估计方法进行检验。ARDL估计即自回归分布滞后回归模型检验，是Charemza & Deadman（1992）最初提出的，后经Pesaran，Shin & Smith（2001）等逐步完善起来。与传统的用于时间序列分析的残差协整检验、极大似然检验等方法相比较，ARDL估计特别适合小样本，其最为重要的优点是：（1）在回归分析时，所有的变量序列不需要同阶单整，也就是说无论变量序列是I（0）或I（1），ARDL估计方法都适用；（2）不需要考虑变量内生性问题，并保证了估计结果的有效性。

三、估计结果分析

尽管ARDL估计不需要所有数据序列同阶单整，但为避免出现二阶单整而导致F值失效，仍要首先确定变量单整的阶数，检验结果如表2所示。从检验结果可知，贫困减缓、金融包容发展、金融稳定以及其他变量即使表现为I（0）非平稳序列，经过一阶差分后也是I（1）平稳序列。根据ARDL检验原理，所有变量均达到了要求，可以运用ARDL估计对时间序列数据进行检验。

（一）主要估计结果

1.ARDL模型的选择。为避免伪回归现象，首先根据式（4）判断变量是否存在长期协整关系。根据统计值最小准则，确定以fd、fs和fin分别表示金融包容发展时，序列最优滞后阶数依次为2、2和1。根据F检验值判断金融包容发展、金融稳定和其他变量对贫困减缓的影响是否存在长期关系。鉴于本文样本数量少，以Narayan（2005）给出的临界值①判断。表3分别列出了金融包容发展取不同指标时的F检验值②，其中F（pov|fd，rgp，ig，fdin，edu，open，agr）=5323，大于5%显著水平下临界值的上限；F（pov|fs，rgp，ig，fdin，edu，open，agr）=9871，大于1%显著水平下临界值的上限；F（pov|fin，rgp，ig，fdin，edu，open，agr）=5120，大于5%显著水平下临界值的上限。因此，均可以拒绝原假设，即金融包容发展、金融稳定与其他变量对贫困减缓的影响存在长期协整关系。

确定变量存在长期协整关系后，选择回归使用的ARDL模型。ARDL估计时，判断的准则有R2、AIC、SBC和HQC，不同的准则下的ARDL模型往往不同，因此判断长期系数前，需要根据估计参数进行模型选择。当金融发展深度（fd）作为金融包容发展指标时，根据R2、AIC、SBC和HQC准则可以获得共同的ARDL模型：ARDL（2，2，0，2，1，0，2，1），可以直接用于ARDL的长期系数估计；当以金融发展宽度（fs）表示金融包容发展时，可得R2、AIC准则下ARDL（1，1，1，1，0，0，1，1）模型和SBC、HQC准则下ARDL（0，1，1，1，0，0，0，1）模型，这两个模型和参数都很相似，但ARDL（1，1，1，1，0，0，1，1）模型的标准差较小③，故选用ARDL（1，1，1，1，0，0，1，1）为最优模型进行长期系数估计；当以金融包容指标（fin）表示金融包容发展时，得到R2、AIC与HQC准则下的ARDL（1，2，0，2，1，1，2，1）模型和SBC准则下的ARDL（1，2，0，0，2，0，0，2），前一个模型误差较小，确定其为最优模型，并进行长期系数估计。

2.长期均衡关系估计结果。根据确定的ARDL模型对式（9）进一步进行长期系数估计，估计结果如表4所示。从模型参数上看，模型整体回归结果较好。列（1）、（2）、（3）分别给出了金融发展深度（fd）、金融发展宽度（fs）、金融包容指标（fin）作为金融包容发展时的估计结果。从结果看，金融包容发展与贫困减缓显著负相关，说明银行存贷业务和金融基础服务类别的扩大，有利于贫困率的下降，这一关系具有长期性。金融稳定（ins）的系数显著为负，说明金融发展越稳定，越有利于降低贫困水平，同样，这一关系具有长期性。金融包容发展稳定对贫困减缓有利的这一结论验证了金融发展对贫困减缓的导管作用。根据新古典经济学的观点，金融稳定能够更大程度地动员储蓄，从而能更有效率的分配资本，促进经济发展和收入增长。

此外，经济增长（rgp）的估计系数为负，说明经济增长有利于降低贫困率，也就是说经济增长有利于贫困减缓，这一作用具有显著性。经济增长作为降低贫困的间接途径，主要通过创造就业机会等使贫困群体从中受益。Kraay（2006）以中国为例的分析表明，改革开放后，中国经济快速增长而农村贫困人口在大幅度下降，这即是利贫的经济增长。收入分配（ig）的估计系数为正，说明收入分配差距的扩大，会导致贫困率的上升，不利于贫困减缓。教育水平（edu）与贫困率负相关，说明教育水平的提高能够降低贫困水平，有利于贫困减缓。农业发展（agr）和贸易开放（open）的估计符号在列（1）、（2）、（3）中不同，说明农业发展和贸易开放对贫困减缓的影响是不确定的，这可能与我国早期所实施的产业非农化政策有关，而“政府赶超”政策之下的对外贸易也不符合比较优势和资源禀赋的国际贸易基础（林毅夫等，1994）。同时，贸易开放影响的不确定这一结论也与崔艳娟和孙刚（2012）的面板数据分析结果保持了一致。

比较列（1）、（2）和（3）中的三个金融包容发展变量系数，当以金融发展深度（fd）表示金融包容发展时，其对贫困率的作用为426%；以金融发展宽度（fs）作为代理变量时，其对贫困率的作用为28%；而以金融包容综合指标计算时，其对贫困率的作用程度为303%，也就是说，金融包容发展每变化1%，能带到贫困减少303%。显然，当金融包容发展测算方法不同时，作用效果差异明显。比较金融包容发展的两个单指标回归结果，二者的作用程度相差近30%，金融发展深度（fd）对贫困减缓的作用远远超过了金融发展宽度（fs）的作用，这与我国以银行为主的金融体系特征有着密切的关联。虽然保险等基础金融服务对贫困群体有着直接的影响，能够帮助其平滑消费、分散风险，但是从我国现有的发展看，金融包容发展仍是以银行业务为主，贫困群体主要分布在农村和偏远地区，受成本、风险等因素的限制，他们主要使用银行业务，而很少使用非银行金融业务。

为了进一步了解金融稳定在金融包容发展对贫困减缓中的影响，以金融包容综合指数作为金融包容发展的代理变量，同时去掉金融稳定变量，重复上述检验过程，确定以ARDL（1，2，0，1，2，0，2）作为最优模型进行估计④，估计结果如表4列（4）所示。主要变量的估计系数符号未发生变化，金融包容发展有利于贫困减缓，但其对贫困减缓的作用降低到215%。可见，金融稳定有利于提高金融包容发展的贫困减缓作用。与列（3）检验结果相比，金融稳定大致能使得金融包容发展的贫困减缓作用提高大约9%。

3.短期均衡关系检验。在长期均衡关系估计基础上，根据式（10）利用Microfit软件对序列进行短期均衡关系检验，结果如表5所示。由于短期均衡关系是在长期关系检验的基础上进行的，因此所使用的ARDL模型不变，表5列（1）、（2）和（3）分别给出了金融包容发展的两个单指标和综合指标的ARDL-ECM估计结果。从检验结果看，三列中ECM（-1）的系数均为负数，具有正确的符号，且统计上高度显著。这说明当受到外界冲击时，短期对长期均衡的偏离可以在下一时期得到快速修正，但修正速度与金融包容发展代理变量有关。

当以fd作为金融包容发展测量维度时，dfd的系数为正，也就是说，短期来看金融包容发展的深度会增加贫困率水平，对贫困减缓不利；但结合表4的结论，长期来看，仍有利于贫困减缓。换言之，当以金融发展深度测度金融包容发展时，其对贫困减缓的影响是先恶化后改善，这可能与以银行业务利用程度（存贷总额/GDP）进行测度有关。短期内存贷总额的增长可能更多的来源于交通便利地区，这不一定与贫困群体有关，但随着时间的推移，这一效应会逐步覆盖到贫困群体。dfd、dfs和dfin的系数都为负数，这说明短期内，金融包容发展也能降低贫困率，有利于贫困减缓，但作用程度不明显。从ECM（-1）估计结果可知，这一作用会很快表现出来，并长期影响贫困减缓。整体上看，dins的系数为负数，说明短期内金融发展的稳定也是有利于贫困减缓的，即便出现了不利影响，也会快速地向长期均衡回归，发挥其对贫困减缓的作用。

（二）稳定性检验

ARDL方法对小样本时间序列数据进行回归估计时，通常以递归残差累计（CUSUM）和递归残差平方累计（CUSUMSQ）对模型参数的稳定性进行验证（Brown，Durbin & Evans，1975）。在5%显著水平下，利用Microfit软件对上述用于分析长期均衡关系和短期均衡关系的ARDL（2，2，0，2，1，0，2，1）模型、ARDL（1，1，1，1，0，0，1，1）模型和ARDL（1，2，0，2，1，1，2，1）模型进行稳定性检验，检验结果如图1、图2和图3所示。从图中可以看出三个模型的CUSUM和CUSUMSQ的统计量都在给定边界范围之内，也就是说，用于金融包容、金融发展稳定与贫困减缓分析的ARDL模型是稳健且可信的，相关的估计结果可以作为相关政策制定的参考依据。

五、结论与启示

本文将金融包容发展与金融稳定相结合构建分析模型，以我国1978-2007年时间序列数据为样本，采用适合小样本的ARDL方法考察了金融包容（金融包容深度、金融包容宽度和金融包容综合指标）、金融发展稳定与贫困减缓关系，得到如下主要结论：

1.作为金融发展的重要实践方式，金融包容可以通过经济增长、收入分配的途径间接影响贫困减缓，这与苏基溶和廖进中（2009）、崔艳娟和孙刚（2012）的金融发展影响减贫的结论保持了一致。但由于所使用的样本数据和估计方法的差异，这两个间接途径的作用程度不完全相同。金融发展稳定有利于这一作用的发挥，而金融发展不稳定则会消减金融包容对贫困减缓的作用。此外，教育水平的提高有利于贫困减缓，但农业发展和贸易开放对贫困减缓的影响是不确定的。

2.金融包容能够显著降低贫困水平，而且这一关系具有长期稳定性，但其作用的程度与采用的指标有关。相比较而言，银行金融机构金融服务覆盖面的扩大对贫困减缓的作用较明显。短期来看，金融包容发展也有利于贫困减缓，但效果没有长期效果明显。这一短期效果对长期均衡的偏离能够以一定的速度向长期均衡收敛，但收敛的速度与金融包容的指标有关。

根据上述研究结论，本文建议：（1）在完善银行业务的同时，促进非银行类金融业务的发展，提高银行信贷质量和基础金融服务的覆盖面；（2）保持金融政策的持续，在促进金融规模、效率等稳定提高的同时，降低金融波动的幅度，保持稳定健康的金融环境；（3）发挥公共财政对金融包容发展的作用，创新包容的金融产品，提高金融服务产品供给的支持技术（如手机银行）；（4）搭建金融服务宣传平台，降低信息不对称的影响，提高贫困群体对金融减贫的正确认识。

注释：

①相比较而言，Narayan（2005）的临界值比Pesaran，Shin & Smith（2001）给出的临界值更适合小样本。

②本文主要分析的是金融包容发展、金融稳定对贫困减缓的影响，而不考虑其他影响，因此仅给出金融发展与其他变量对贫困减缓影响的F检验值。

③ARDL（1，1，1，1，0，0，1，1）和ARDL（0，1，1，1，0，0，0，1）的模型标准差分别为000528和000533。

④R2、AIC与HQC准则下ARDL（1，2，0，1，2，0，2）的模型误差为00053，比SBC准则下ARDL（0，2，0，1，0，0，2）模型误差值00056较小。

参考文献：

[1] World Bank. The 2014 Global Financial Development Report： Financial Inclusion. World Bank website， 2014

[2]Sen K. Towards Inclusive Financial Development For Achieving The MDGs in Asia and the Pacific. MPDD Working Papers WP/10/07， 2010.

[3]Sarma M. and Pais J. Financial Inclusion and Development[J].Journal of International Development， 2011（23）： 613-628.

[4]世界银行扶贫协商小组，中国普惠金融工作组.中华人民共和国的金融普惠状况[D].中国普惠金融第7号论文，2012.

[5]苏基溶，廖进中.中国金融发展与收入分配、贫困关系的经验分析——基于动态面板数据的研究[J].财经科学，2009（12）：10-16.

[6]崔艳娟，孙刚.金融发展是贫困减缓的原因么[J].金融研究，2012（11）：116-127.

[7]姚耀军，李明珠.中国金融发展的反贫困效应：非经济增长视角下的实证检验[J].上海财经大学学报，2014（1）：69-76.

[8]Canavire， B.， Gustavo J. and Rioja F. Financial Development and the Distribution of Income in Latin America and the Caribbean. IZA Discussion Papers 3796， 2008.

[9]Akhter， S.， Liu， Y. and Daly K. Cross Country Evidence on the Linkages between Financial Development and Poverty，” International Journal of Business and Management， 2010， 5（1）： 3-19.

[10]Beck T.， Demirguc-Kunt， A. and Peria M. S. M. Reaching out： Access to and Use of Banking Services across Countries. World Bank Policy Research Working Paper No. 3754， 2005.

[11]Honohan P. Household Financial Assets in the Process of Development， Policy Research. World Bank Working Paper No. 3965， 2006.

[12]Sarma， M. Index of Financial Inclusion， ICRIER Working Paper， 2008.

[13]易纲，宋旺.中国金融资产结构演进：1991-2007[J].经济研究，2008（8）：4-15.

[14]崔艳娟.金融发展、城镇化与贫困减缓[J].兰州学刊，2014（8）：179-184.

[15]张建华.贫困测度与政策评估：基于中国转型时期城镇贫困问题的研究[M].北京：人民出版社，2010：125.

[16]Odhiambo， N. M. Energy Consumption and Economic Growth in Tanzania： An ARDL-bounds testing Approach[J].Energy Policy， 2009（37）： 617-622.

Abstract： This paper investigates the impacts of inclusive financial development and financial stability on poverty alleviation using inclusive financial development depth， width and synthetic index as inclusive financial development indicator with the time series data of China from 1978 to 2007 by ARDL method suited for small samples. The results suggest that inclusive financial has a positive effect on poverty alleviation， financial stability can improve the effect significantly； financial inclusion and financial stability have a long term effect on poverty alleviation； economic growth and income distribution are important indirect effect paths， among which economic growth is conducive to poverty alleviation， and the income gap is not conducive to poverty alleviation.

Key words：financial inclusion； financial stability； poverty alleviation； ARDL-ECM estimation

（责任编辑：张曦）