贫困地区小额信贷的运行绩效

张颖慧+聂强

摘要：基于西北5省33县的宏观经济金融数据以及127家小额信贷机构2010-2013年财务数据，评价了贫困县的小额信贷运行绩效。既有研究缺乏对欠发达省份贫困县小额信贷机构运行绩效的评价，研究结果表明：超过半数以上的农村金融机构存在明显的目标客户偏移，而贫困县农户（尤其是特困户）面临的金融排斥最为严重;贫困县小额信贷服务机构的盈利性受到影响，但是存在提升的空间，并且盈利能力也在增强;小额信贷服务机构的盈利性与扶贫目标之间不存在权衡关系，而仅与机构类型、省份存在显著相关关系。由此，开展金融创新，提高扶贫业务的目标瞄准率，是贫困地区小额信贷扶贫政策调整的方向。

关键词：金融扶贫;目标偏移;小额信贷

中图分类号：F830.51文献标识码：A 文章编号：1009-9107（2016）01-0089-09

引言

2006年以来，随着新一轮农村金融改革的推进，国家投入了大量的资金与政策支持金融扶贫工作，试图增加中低收入者金融服务供给，帮助贫困人口脱贫致富。以此为契机，各地在金融扶贫工作中采取了一系列措施，如：鼓励农村信用社、农业银行等机构开办小额信贷业务，设立专门为贫困户、小微企业服务的地方性金融从业机构，创新抵押担保方式等。金融扶贫工作的推进，积累了一批小额信贷扶贫的成功经验，在一些地区部分实现了贫困户脱贫致富的目标。

然而，在金融扶贫实践中，也出现了一些质疑。一些研究发现，以扶贫为目标的小额信贷机构，出于财务利润的考虑，并没有实现目标瞄准：非政府组织小额信贷机构出现了目标客户上移[1]，贫困村资金互助社未能有效服务贫困户[2]，小额贷款公司明显地“贷大不贷小，扶强不扶弱”[3，4]。无独有偶，在国际上，以商业化经营为特征的小额信贷实践，也同样面临着目标偏移的指责[5]。这些研究结论，质疑了小额信贷的扶贫绩效，为金融扶贫工作蒙上了阴影。因此，评价我国贫困地区小额信贷的运行绩效，验证小额信贷机构是否因为商业化运作而偏移扶贫目标，就成为有待解决的理论问题。

本文以2014年10月对西北5省（自治区）17个地市，33个县（市、州）调研数据为支撑，试图对贫困地区小额信贷运行绩效进行分析和评判。调研县（市、州）包括：陕西8县（市），即陇县、太白、富平、韩城、高陵、户县、长武、乾县;甘肃8县（市），即临洮、岷县、庆城、镇原、古浪、天祝、高台、山丹;宁夏6县（市），即泾源、彭阳、惠农、平罗、青铜峡、同心;青海5县（市、州），即海晏、门源、乐都、民和、乌兰;新疆6县（市、州），即北屯、清河、和静、轮台、博乐、精河。每个调研县对县级基本金融经济指标进行统计，并选择4～5家代表性小额信贷机构填写调查问卷与表格。机构选择包括了农村信用社、邮储银行、小额贷款公司、农业银行等县域主要机构类型，保证了样本的代表性。调研最终获得128家小额信贷机构2010-2013年数据，共480个观察值。经过数据清理，得到127家农村小额信贷机构476个观察值，形成一个涵盖2010-2013年数据的非平衡面板数据。总体而言，本文在对样本县以及小额信贷服务机构的选择中，基本上反映了西北地区贫困县分布以及贫困县小额信贷扶贫业务的实际。

与既有研究相比较，本文可能的贡献在于：研究尺度落实到县域层面，对既有研究集中于全球、国家以及个别机构尺度的状况进行了补充。小额信贷机构目标偏移问题的既有研究中，以国际小额信贷机构数据的分析[68]，或者针对国家范围的研究[911]，在空间尺度上过于宽泛;而以个别或者少数机构为研究对象的文献[1214]，研究结论的代表性又有待商榷。在实践中，县域是小额信贷机构经营的基本单元，我国大多数小额信贷机构均在县域范围内开展业务。因此，本文在县域尺度的研究，既符合业界经营的实际，也在理论上对机构研究进行了补充。

一、贫困地区小额信贷运行

绩效的理论探讨

一般而言，小额信贷机构的运行绩效可以从财务绩效与社会绩效两个方面进行界定。看待我国小额信贷机构的扶贫业务以及目标偏移问题，既要有国际化的视角，还要兼顾我国农村小额信贷发展的特殊背景以及语境[4]。与国际上通行的做法类似，本文选择单笔农户贷款平均额度除以所在县的人均GNI，作为小额信贷机构覆盖深度的度量指标，以此来反映小额信贷机构的社会绩效。此外，在我国小额信贷实践中，一般将单笔贷款额度在3～5万元以下的业务称为小额信贷。在县域信贷市场中，国有银行仅附带办理单笔贷款额度较小的农户贷款以及个体工商户贷款;农村信用社、小额贷款公司等地方中小金融机构均开展全面的信贷市场业务，小额信贷业务只是其中一部分。因此，可以对有关小额贷款业务的单笔额度、农户贷款额以及小额信贷业务占比进行分析，评价小额信贷机构的覆盖深度。此外，调研中还设计了不同农户分层的贷款额度、贷款笔数等选项，从其他侧面反映小额信贷机构的覆盖面以及覆盖深度[6-8]，显示小额信贷机构的社会绩效侧面。对于小额信贷机构的财务绩效，本文采用税后利润率、资产收益率、股权收益指标来反映。

进一步需要明确的是，关于小额信贷机构为什么会出现目标偏移，在国际上一般解释为在商业化转型过程中，小额信贷机构为了追求财务的可持续性，导致了目标客户群由特困户与贫困户转向较为富裕的中等户乃至富裕户[5， 7]。

1.首先要考虑的是财务绩效对覆盖深度的影响。由于邮政储蓄、农业银行等金融机构均在地市一级核算，因此县级机构往往没有相应的财务数据。村级互助资金往往财务统计中缺乏相应指标，并且在调研中设计的样本较少，因此，此类机构难以作为关注的焦点。考虑上述背景，能进行财务指标影响分析的只有农村信用社、小额贷款公司以及部分新型金融机构。可以预期的是，财务绩效对除农村信用社以外的两大类农村金融机构的单笔贷款额度会造成正向影响。但是，就农村信用社而言，由于长期经营的历史，可能存在较多惯性的影响，并且由于历史包袱的存在，财务绩效可能也会受到影响。由此，财务绩效并非是当期经营的结果，而是多因素叠加的结果，从而对覆盖深度的影响方向具有不确定性。

2.机构类型是影响机构覆盖深度的重要因素。由于农村信用社在部分地区还享受人民银行有关政策的支持，因此，对发放农户贷款业务存在一定的激励效应。在县域范围内，目前发放农户贷款和个体工商户贷款的主要金融机构是农村信用社与邮政储蓄，小额贷款公司、新型地方金融机构主要集中于中小企业贷款，而中国农业银行等国有商业银行基本上仅涉足大中型企业贷款。就村级互助资金而言，往往更集中于中等户乃至部分贫困户。

3.需要考虑县域金融竞争的影响，机构规模的因素也不可忽视。可以预计的是，由于县域经济金融环境的影响，竞争强度对单笔贷款额度的影响肯定是存在的。此外，金融机构的资产规模或者人员规模越大，则面临越强烈的利润倒逼机制，会导致单笔贷款额度更大一些。

当然，除去上述因素之外，地区、是否贫困县等控制变量也要进行考虑。从既有文献研究以及小额信贷业务实践来看，本文选择的指标，基本上可以反映小额信贷金融扶贫的经济理论逻辑。

二、贫困县小额信贷运行的

经济金融环境

从表1可以看出，样本贫困县的经济金融环境与非贫困县存在较大区别，主要表现在如下几个方面：

（一）贫困现象较为严重，经济发展滞后

从14个贫困县样本2010-2013年数据来看，贫困县的贫困发生率较高，经济发展较为落后。就平均值指标来分析，贫困县贫困人口为11.698万人，国内生产总值为35.247亿元，人均国内生产总值1.298万元。而非贫困县的贫困发生率较低，经济发展水平相对较好。同样，从平均值指标来看，19个非贫困县样本的贫困人口为1.724万人，国内生产总值为77.959亿元，人均国内生产总值为3.914万元。

（二）金融设施与从业人员较少

从金融服务机构数、分支机构数以及金融机构从业人员数三个指标，可以反映出贫困县的金融服务设施较少。就平均值来看，样本贫困县的金融服务机构为17家，分支机构数33家，金融机构从业人员为370;相应的，非贫困县的金融服务机构为17家，分支机构数为39家，金融机构从业人员为487人。

（三）信贷服务规模较小，金融深化程度不够

从储蓄余额、贷款余额以及金融相关比率可以看出，样本贫困县的信贷服务规模较小，金融深化程度不够。就平均值指标来看，样本贫困县储蓄余额为43.347亿元，贷款余额为17.761亿元，金融相关比率为1.855;相应的，非贫困县的储蓄余额为71.261亿元，贷款余额为57.506亿元，金融相关比率为2.137。

（四）消费与投资乏力，资金外流严重

从存贷款余额的总量以及结构进行分析，同样可以看出，样本贫困县的贷款总量较小，贷款余额与存款余额之比更小，这反映出贫困陷阱的存在。“经济贫困——金融落后——经济贫困”恶性循环，在贫困县具有一定程度的现实性。

从以上分析可以看出，贫困县小额信贷机构运行的经济金融环境较差，这也凸显出金融扶贫的必要性以及可能的经营困境。从而，本文将贫困县小额信贷机构运行绩效作为研究主题，就是试图分析在经济金融环境较差的背景下，小额信贷机构是否实现了金融扶贫的社会目标？要实现金融扶贫的社会目标，小额信贷机构是否会面临财务上的困境？

三、贫困县小额信贷的覆盖面

以及覆盖深度

由于在贫困县展开小额信贷机构运行绩效评价，因此，扶贫的社会绩效是关注的核心问题。结合有关国际研究的做法，本文选择小额信贷业务的覆盖面与覆盖深度来反映小额信贷机构的社会绩效。从调研数据来看（见表2），贫困县小额信贷业务的覆盖面与覆盖深度存在如下问题：

（一）农户面临的金融排斥比较严重

从提供了数据的小额信贷机构2010-2013年197个观察值来看，贫困县小额信贷机构平均发放农户贷款3 407笔，而贷款笔数的中位值只有597笔。尤其需要注意的是，部分小额信贷机构根本不开办农户贷款业务。对于农业人口众多的西部地区（尤其是贫困县）而言，农业人口平均达到20万人，农户贷款的现状显然是难以适应需要的。这从另一个角度可以反映出，农户面临的金融排斥比较严重。进一步，与非贫困县相比较，可以看出，贫困县的金融排斥问题要明显的更严重一些。

（二）超过半数小额信贷机构存在明显的目标客户偏移

与农户面临的金融排斥相对应的是，贫困县小额信贷机构的业务覆盖深度也不理想。从单笔贷款平均额度以及最常见的单笔贷款额度可以看出，贫困县的农村金融机构主要服务对象是较为富裕的客户。就中位值来看，单笔贷款平均额度为4.55万元，最常见的贷款额度为5万元。按照3～5万元的上限标准，这一指标说明，约有一半的观察值符合标准。但是，有一半观察值超出标准，存在明显的目标偏移问题。

如果按照MIX给出的单笔贷款额度不高于人均GNI 2.5倍的标准，贫困县的单笔贷款额度上限约为3万元，则农村金融机构小额信贷业务目标偏移的问题则会更加严重。此外，从单笔贷款额度最小值指标也可以看出，贫困县的单笔贷款最小值甚至大于非贫困县，而贫困县的单笔贷款最大值也大于非贫困县。可以看出，在贫困县，小额信贷业务的目标偏移问题表现得甚至比非贫困县更为严重。

（三）贫困县贫困户（尤其是特困户）面临的金融排斥最为严重

调研表明，贫困户尤其是特困户面临的金融排斥问题最为严重。通过对贫困县小额信贷机构贷款服务对象进行分类分析可以看出，中等户是客户群中的主体，并且呈近似的钟形分布。在贫困县，由于贫困发生率比较高，贫困家庭人数众多，这种客户分布格局显然具有社会绩效上的缺失。如果考虑到国家扶贫政策中事实上存在一定的信贷补贴政策，那么扶贫政策的力瞄准度就需要进一步提升。

（四）贫困县贷款利率较低，但贷款价格调节机制不甚健全

一般认为，小额信贷业务的服务成本较高，从而贷款利率要较高一些。就此来看，贫困县样本观察值中平均贷款利率、最高贷款利率、最低贷款利率、最常见贷款利率指标分析中，平均值、最大值、最小值基本支持小额信贷利率的基本规律。但是，从中位值分析可以看出，贫困县的贷款利率要略低于非贫困县。比较合理的是，从不同农户分层的贷款利率指标（平均贷款利率、最高贷款利率、最低贷款利率、最常见贷款利率）可以看出，贫困户与特困户贷款利率较低。

此外，总体来看，贫困县的小额信贷贷款利率波动幅度较小。在贷款利率全面放开的背景下，依然出现这种贷款利率格局，表明了利率作为资金价格的调节机制没有得到有效发挥。考虑到我国事实上存在一定的扶贫信贷支持政策，贷款利率存在一定的优惠，那么贫困地区小额信贷业务的价格调节机制尚未有效发挥作用，就具有政策干预的影响因素。

（五）贫困县的贫困户以及特困户的单笔贷款额度最小

一般而言，在理论研究中总是假定贫困户的单笔贷款额度要低于富裕户。本文调研支持了这一论断。从单笔贷款平均额度和最常见的单笔贷款额度指标来看，贫困县贫困户与特困户的指标均值以及中位值最小，分别为3万元和2万元。这种判断，对贫困地区发展小额信贷业务提供了经验支撑。

四、贫困县小额信贷机构的盈利状况

（一）贫困县小额信贷机构盈利状况表现较差

从2010-2013年数据来看，小额信贷机构总体盈利状况较好（见表3）。从全部样本来看，税后利润率中位值达到18.00%，资产收益率中位值达到1.53%，股权收益率中位值达到6.56%。而将贫困县与非贫困县相比较，可以看出，贫困县小额信贷机构的总体盈利状况较差一些，税后利润率与资产收益率的总体表现均差于非贫困县。尽管就股权收益率的表现来看，贫困县要好一些，但是这与小额信贷机构分红政策等不无关系。

如果将焦点放在财务不可持续的小额信贷机构上，则可以看出，仍然存在部分小额信贷机构未能实现财务经营的可持续。从税后利润率、资产收益率以及股权收益率指标来看，最小值均为负，表明了依然存在财务上不可持续的小额信贷机构。进一步进行数据挖掘，税后利润率为负的小额信贷机构观察值有11个，其中，贫困县5个，非贫困县6个;资产收益率为负小额信贷机构观察值有10个，其中，贫困县5个，非贫困县5个;股权收益率为负小额信贷机构观察值有6个，其中，贫困县1个，非贫困县5个。考虑到样本的分布占比，可以得出，贫困县小额信贷机构财务不可持续的几率要大一些。

（二）贫困县小额信贷机构盈利能力差异性较大

由于33个样本县均有农村信用社，因此，对农村信用社盈利状况的分析，可以更好地反映不同贫困状况的县域小额信贷机构的盈利能力。

有31家农村信用社提供了2010-2013年的税后利润率与资产收益率的观察值（见表4）。从经营状况来看，贫困县农村信用社的税后利润率低于非贫困县，而资产收益率与股权收益率的表现好于非贫困县。此外，还可以看出，贫困县农村信用社的资产收益率与股权收益率的方差均大于非贫困县。

（三）小额信贷机构盈利能力不断改善，但个体差异较大

从2010-2011年数据进行分析，样本小额信贷机构的盈利能力有了提高。较之于2011年，样本小额信贷机构的税后利润率、资产收益率与股权收益率均有所提高。就指标的均值和中位值来看，2011和2012年数据均明显增大，2013年则有小幅度回落。同时，从观察指标的标准差可以明显地看出，不同机构之间盈利能力的差距在加大 。对于这种年际变化，应该与近年来的政策相结合起来加以考虑。如果单纯地考虑商业化经营，那么从2005年开始事实上我国的农村金融机构就已经总体全面商业化经营了，需要关注的是2011-2012年来贷款利率全面放开的影响。结合数据分析，可以得出的初步结论是，贷款利率全面放开后对农村金融机构的影响并不明显。这一结论，可能与时滞因素有关。

五、贫困县小额信贷机构的盈利性与

覆盖深度权衡

对于目标偏移问题的研究而言，由于涉及到特定小额信贷机构不同经营年度的变化，适合采用面板数据进行分析[15]。为此，对上文的数据样本进行了进一步地筛选。筛选的标准包括：第一，主要指标（如覆盖深度、资产收益率、税后利润率、资产总额等）不存在缺省值;第二，机构至少存在3年以上（包括3年）的连续数据。经过筛选，形成了包括62家机构2010-2013年245个观察值的非平衡面板数据集，其中的贫困地区子样本包括31家机构2010-2013年122个观察值。

计量经济模型如下：

DEPTHIIIIit=β′Xit+δ′Zt+ut+εit

其中，DEPTHit表示小额信贷服务机构i在t年的覆盖深度，等于单笔农户贷款平均额度除以所在县人均GNI;Xit是随小额信贷服务机构和年度变化的向量;β是X的系数（k×1）向量;Zt是向量，仅随小额信贷服务机构个体特征变动，不随时间变动;β是X的系数（k×1）向量;ui表示小额信贷服务机构的个体效应，是不可观察的不随年度变化的随机变量，在不同小额信贷服务机构之间独立分布，方差为σ2u;εit是残差项，假定与列向量（X，Z，u）不相关，具有以Xit和Zi条件的不变方差σ2ε。在组合残差项Vit=ui+εit中，ui是不随时间变动的、不可观测的个体效应，εit表示其他扰动项。

进一步，Xit向量包括2个盈利性变量（税后利润率、资产收益率），2个机构背景变量（资产总额、员工数），2个竞争程度变量（县域金融机构数、县域分支机构数）。Zi包括随小额信贷机构而不同，但是不随时间变化的亚变量：机构类型（包括：信用社、邮政储蓄、小额贷款公司，农业银行、村镇银行、村级互助资金等属于参考项），贫困县以及不同省份（包括：陕西，甘肃，宁夏，青海与新疆属于参考项）。考虑到遗漏变量问题，本文选择盈利变量的滞后值作为工具变量。

本文的计量分析分析采用R3.1.3的plm软件包实现[1617]。检验的步骤是：首先通过BreuschPagan Lagrange乘子检验，在1%的显著性水平上个体效应是显著的，从而拒绝混合效应模型，选择非混合效应模型;然后，分别进行面板数据固定效应检验与随机效应检验，通过豪斯曼检验来确定具体的模型形式，最终选择了面板数据固定效应模型。进一步，通过F检验与Lagrange乘子检验，在5%的水平上时间固定效应是显著的。在联合采用了上述面板估计方法后，回归参数在统计上显著，符号类似，增加了结果的可信性。考虑到研究的稳健性，项目还对全部样本以及非贫困县子样本进行了专门分析，并与非贫困县样本子集进行了对比。由于非贫困县子样本不能通过模型的有关检验，本文没有报告该回归结果。

我们首先来分析贫困县子样本回归的结果（见表6）。从统计分析结果来看，税后收益率与覆盖深度负相关，而资产收益率与覆盖深度正相关，但是二者均在统计上不显著;与其他机构类型相比较，小额贷款公司更倾向服务于富裕客户;与青海和新疆相比较，陕西、宁夏两省小额信贷服务机构更倾向于服务更低端的客户。更进一步，与预期一致的是，机构规模与覆盖深度指标成正比，竞争程度与覆盖深度指标负相关，而盈利性出现混杂的结果，这些结果均在统计上不显著。

进一步，上述分析结果在全部样本分析中，也具有一定的稳健性。从全部样本模型分析结果可以得知（见表7），与非贫困县相比较，贫困县更倾向于向更底端的客户服务（在1%水平上统计显著）。与国际数据分析以及惯常的逻辑一致的是，机构规模与覆盖深度指标正相关，而竞争程度与覆盖深度指标负相关，但是这些关系在本数据集中均不显著，这可能与样本量较小以及数据质量有待提高有关。但是，盈利性与覆盖深度指标的关系则出现混杂的结果，税后利润率与覆盖深度指标负相关，而资产收益率与覆盖深度指标正相关，并且在统计上均不显著。

六、结论

本文通过对西北5省33个县展开调查，形成了一个欠发达地区小额信贷机构数据集。数据分析结果表明，欠发达地区的小额信贷服务机构存在较为明显的目标客户偏移问题;与非贫困县比较，贫困县的金融排斥更为严重，甚至部分金融服务机构根本就不办理农户贷款业务;与非贫困县相比较，贫困县小额信贷机构盈利能力较差，并且个体差异较大。

就数据比较完备的贫困县子样本进行分析，小额贷款公司明显地服务于富裕农户，陕西省和宁夏自治区服务的农户更贫困一些;此外，机构规模对服务底端市场具有逆向作用，竞争程度对服务底端市场具有正向作用。与国际数据经验研究一致的是盈利性对覆盖深度的作用方向不确定[7]。从而，由于机构的商业化经营而导致金融服务机构更倾向于高端市场，在中国也无法得到经验支持。因此，商业化经营并不是小额信贷目标客户上移的必然原因。开展金融创新，发展适宜于底端客户需要的金融产品和服务，应该是下一步小额信贷机构努力的方向，也应该是小额信贷扶贫政策关注的焦点。

参考文献：

[1]  程恩江，Ahmed A D.信贷需求：小额信贷机构覆盖率的决定因素之一——来自中国北方四县调查的证据[J].经济学（季刊）， 2008，7（4）：1 3911 413.

[2]李金亚，李秉龙.贫困村互助资金瞄准贫困户了吗？——来自全国互助资金试点的农户抽样调查证据[J].农业技术经济， 2013（6）： 96105.

[3]杜晓山，聂  强，张军.江苏小额贷款公司发展中的经验与问题[J].农村金融研究，2010（5）： 3139.

[4]杜晓山，聂强.小额贷款公司发展中的问题研究[J].农村金融研究，2012（6）： 59.

[5]Bateman M.Why Doesnt Microfinance Work？ The Destructive Rise of Local Neoliberalism[M].London and New York：Zed Books，2010：60111.

[6]Mersland R， Strom R O. Microfinance Mission Drift？[J].World Development， 2010， 38（1）： 2836.

[7]Kar A K.Mission Drift in Microfinance：Are the Concerns Really Worrying？ Recent CrossCountry Results[J].International Review of Applied Economics，2013，27（1）：4460.

[8]SerranoCinca C，GutiérrezNieto B.Microfinance，the Long Tail and Mission Drift[J].International Business Review，International Business Review，2014，23（1）：181194.

[9]Mosley P.Microfinance and Poverty in Bolivia[J].Journal of Development Studies，2001，37（4）：101132.

[10]Khandker S R.Microfinance and Poverty：Evidence Using Panel Data From Bangladesh[J].The World Bank Economic Review 2005，19（2）：263286.

[11]Coleman B E.Microfinance in Northeast Thailand：Who Benefit and How Much？ [J].World Development，2006，34（9）：1 6121 638.

[12]Park A，Ren CQ.Microfinance With Chinese Characteristics[J].World Development，2001，29（1）：3962.

[13]杨林娟，杜静，柴洪，等.非政府（NGO）小额信贷问题研究——基于甘肃省安定区的调查[J].西北农林科技大学学报：社会科学版，2010，10（4）：5760.

[14]周孟亮，李明贤，孙良顺.基于普惠金融视角的小额贷款公司发展研究[J].西北农林科技大学学报：社会科学版，2012，12（4）： 17.

[15]Wooldridge J M.Econometric Analysis of Cross Section and Panel Data，Second Edition[M].Cambridge，Massachusetts and London， England：The MIT Press，2010：281334.

[16]R Development Core Team.R：A Language and Environment for Statistical Computing. R Foundation for Statistical Computing，Vienna，Austria[EB/OL].ISBN 3900051070，2008，URL http： //www.Rproject.org/.

[17]Croissant Y ，Millo G.Panel Data Econometrics in R：The plm Package[J].Journal of Statistical Software，2008，27（2）： 143.

Operation Performance of Microfinance Organizations in Povertystricken Areas

ZHANG Yinghui1，   NIE Qiang 2 *

（1. School of Economics and Management， Xian Shiyou University， Xian 710065;

2. College of Economics & Management， Northwest A&F University， Yangling， Shaanxi  712100， China）

Abstract：Performance and mission drift of microfinance in povertystricken counties are evaluated， based on data of macro financial & economic and 127 microfinance organizations through 2010-2013， from 33 counties in 5 provinces in northwest China. Because social performance evaluation of microfinance organizations in povertystricken counties in lessdeveloped areas is scared， we comprise it and the results show that： i. Mission drift exists in more than half microfinance organizations， and serious financial exclusion is encountered by farmer households， especially the special poor; ii. Profitability of microfinance organizations are depressed in povertystricken counties， whereas open space exists and profitability is enhanced; iii. Mission and profitability are not traded off by microfinance organizations， but significantly correlated with types of organization and provinces. Policy recommendations are suggested that financial innovation should be advocated in order to enhance the targeting rate of microfinance in povertystricken areas.

Key words： poverty reduction by finance; mission drift; microfinance