分位回归逐渐成为现代计量经济学的前沿之一,分位数回归法通过解最优解问题来实现对变量分布特征的刻画。与传统最小二乘估计方法相比,分位回归不仅能够刻画因变量的中心分布趋势,也可以刻画变量的尾部特征,是对经典均值回归方法的一种有益补充。此外,面板数据综合了时序数据和截面数据的双向特征,从而包括在复杂经济环境中变量之间存在的异质性和共性。将分位回归模型引入到对面板数据的分析中进行计量经济模型研究是近年来一个研究热点。但是,其参数估计的常用方法(极小化个体效应惩罚项)可能遇到惩罚参数无法确定导致参数估计不确定性问题。因此,本文提出了面板分位回归模型的贝叶斯估计法,解决参数估计中的高维积分算值无法确定的问题,用来刻画金融面板数据的非对称特征。针对很多经济金融变量可能存在的分布非对称性,厚尾性和尖峰性等特征,提出了面板分位回归模型。首先,对面板数据回归模型进行结构分析,再通过对非对称Laplace分布的分解构建模型的似然函数形式,并给出模型参数的后验分布形式以及Gibbs抽样算法。为识别变量的非对称关系特征,本文构建了随机效应面板数据模型的贝叶斯估计法与前者对比。同时,利用构建贝叶斯分位回归模型来识别变量之间的非对称性关系的个体差异。最后,选择我国行业股指数据作为研究对象,以分析国际油价对我国股市收益的影响效应,并对影响效应在各行业之间差异进行比较。研究结果表明:我国行业股市收益率具有非中心分布和尖峰厚尾的特征;同时,金融危机背景下国际油价波动对我国股市收益的影响效应具有非对称性特征。具体地,从整个股票市场来看,在股市收益良好的状况下,我国股市与国际油价正向波动之间呈正关关系;在股市收益差的状况下,我国股市与国际油价正向波动之间呈负相关关系;而国际油价的负向波动对我国股市的冲击较弱。从相关行业股市上看,国际油价波动对各相关行业的冲击存在一定程度上的差异性。