三、研究设计和样本选取

（一）样本选取

为了验证上述假设，我们选取2009-2013年沪深两市A股非金融类上市公司为样本，剔除CFO数据不全的，最后得到10 387个观测值。CFO性别、年龄和政治关系的数据通过手工翻阅年报获得，财务数据来自Wind数据库，货币政策根据央行存款准备金率判断。

样本的年度和行业分布如表1所示。由表1可知，总体而言，女性CFO公司占比逐年增大，从2009年的27.79%升至2013年的30.69%，5年平均为29.62%，这说明女性在企业财务部门逐渐发挥更为重要的作用。从行业分布来看，女性CFO占比最高的行业为综合类（M），比例为47.47%；占比最低的行业为采掘业（B），比例为22.44%。此外，农林牧渔业（A）、信息技术业（G）、批发和零售业（H）、社会服务业（K）和传播与文化业（L）的女性CFO分布超过总体样本的平均水平29.62%。

（二）研究设计

借鉴Huang and Darren（2013）的研究，本文构建模型（1）检验女性CFO对公司债务融资水平的影响。

其中，被解释变量有：（1）债务融资比例（Lev），用资产负债率衡量；（2）银行信贷（Bank_credit），是指银行信贷占全部资产的比重，具体计算公式为（短期借款+长期借款+一年内到期的流动负债）/总资产；（3）商业信用（Comm_credit），是指商业信用占总资产的比重，具体计算公式为（应付账款+应收票据+预收账款）/总资产。解释变量为哑变量CFO，公司CFO为女性时取值为1，否则为0。Control为控制变量，借鉴相关文献，本文控制公司规模（Size）、资本性支出（Expenditure）、财务业绩（ROA）、投资机会（Tobinq）、现金流（Cflow）、股权性质（State）、市场化指数（Market）、行业（Industry）和年度（Year）哑变量。在模型（1）中，如果 α 1 显著为负，那么假设1a得以验证。

Almeida et al.（2004）尝试性地采用现金-现金流敏感性检验融资约束假说，此后该模型被一系列研究引用，连玉君等（2008）也肯定了该方法在中国资本市场的适用性。基于此，本文加入CFO性别与现金流交互项构建模型（2），以检验女性CFO对融资约束的影响。

其中，ΔCash是指公司相对于上一期的现金持有量变动，Cflow是指当期的现金流量，控制变量包括公司规模（Size）、资本性支出（Expenditure）、现金替代物变动（ΔNWC）、债务融资比例（Lev）、短期债务变动（ΔSLR）、投资机会（Tobinq）、行业（Industry）和年度（Year）哑变量。在模型（2）中，如果现金流量（Cflow）和女性CFO（CFO）的交互项系数 β 3 显著为正，则说明女性任CFO的公司面临更为严重的融资约束，假设1b得以验证。

进一步地，为了衡量货币政策对女性之于债务融资和融资约束关系的调节作用，本文引入货币政策虚拟变量（MP），以区分宽松和紧缩货币政策的影响。参考Romer and Romer（1990）以及饶品贵和姜国华（2013）的做法，本文基于中国特定的货币政策与宏观经济环境对货币政策紧缩阶段变量（MP）进行定义：首先，为了应对2008年世界金融危机，中央银行及时地将货币政策由紧缩调整为适度宽松，仅在2008年一年就5次下调存贷款基准利率、4次下调存款准备金率、取消金融机构信贷规划约束，由此加大金融对经济发展的支持力度。2009年，中国紧接着实施了4万亿元的财政刺激政策，与之配合继续实施宽松的货币政策，从而导致信贷在2009年出现了9万多亿元的增长。但过大的货币投放量导致的后果是，2010年以来中国出现了较高的通货膨胀。为了抑制通货膨胀，中央银行在2010年1月12日至2011年6月14日先后12次调高金融机构的存款准备金率、4次调整存贷款基准利率，2011年6月14日之后存款准备金率更是达到21.5%的历史高位。但从2011年12月5日至2012年7月18日，中央银行又连续5次下调存款准备金率，此趋势一直维持至今。因此，本文定义2009年、2012年、2013年为宽松货币政策时期，而2010年和2011年为紧缩货币政策时期。

在此基础上，本文将样本分为紧缩货币政策和宽松货币政策两组，分别用两组样本对模型（1）和模型（2）进行回归，如果紧缩货币政策组的女性CFO（CFO）的系数 α 1 及现金流量（Cflow）和女性CFO（CFO）的交互项系数 β 3 显著为正，且显著高于宽松货币政策组，那么假设2a和假设2b得以验证。变量具体定义如表2所示。