债务融资一直是国内外企业融资领域的一个热点研究问题。保持合理的负债比率能够提供适当的财务杠杆效应，对企业的扩张经营具有显著的促进作用。从目前已有实证研究来看，债务融资决策的影响因素是可以确定的。随着民营上市企业在国民经济中的作用越来越大，解决民营上市企业债务融资难的问题，为民营上市企业债务融资提供决策依据成为企业融资领域亟待解决的难题。论文主要研究了基于贝叶斯面板数据模型的民营上市企业债务融资决策问题。与现有的线性回归方法相比，面板数据模型综合了时间序列数据和截面数据包含更多的信息量，增加了观测值数据和自由度，因此，面板数据模型能够获得更多的信息，能得到更有效和更可靠的参数估计量。而且，贝叶斯分析方法将参数的先验信息运用到统计推断中，能够更进一步的提高统计推断的质量，解决参数不确定的难题。仿真实验的结果表明基于MCMC抽样算法的贝叶斯静态面板数据模型和贝叶斯动态面板数据模型能够有效的提高参数估计的精度。利用我国51家民营上市企业的财务数据进行实证研究，构建了贝叶斯静态面板数据模型和贝叶斯动态面板数据模型对民营上市企业债务融资决策进行刻画。研究结果表明：贝叶斯静态面板数据模型和贝叶斯动态面板数据模型参数估计的MC误差远小于标准差，证明了模型的合理性和精确性；资产负债率与前一期的负债水平、企业规模、企业成长性和企业高管的政治经历正相关，与外部宏观金融环境、企业盈利能力和企业短期偿债能力负相关；贝叶斯动态面板数据模型能够刻画民营上市企业的负债水平的惯性，而且和贝叶斯静态面板数据模型相比，贝叶斯动态面板数据模型的参数收敛性更好，标准差和MC误差更小，表明在研究民营上市企业的债务融资问题时运用贝叶斯动态面板数据模型能够得到更准确的结果。