1、分位回歸逐漸成為現(xiàn)代計(jì)量經(jīng)濟(jì)學(xué)的前沿之一，分位數(shù)回歸法通過解最優(yōu)解問題來實(shí)現(xiàn)對變量分布特征的刻畫。與傳統(tǒng)最小二乘估計(jì)方法相比，分位回歸不僅能夠刻畫因變量的中心分布趨勢，也可以刻畫變量的尾部特征，是對經(jīng)典均值回歸方法的一種有益補(bǔ)充。此外，面板數(shù)據(jù)綜合了時序數(shù)據(jù)和截面數(shù)據(jù)的雙向特征，從而包括在復(fù)雜經(jīng)濟(jì)環(huán)境中變量之間存在的異質(zhì)性和共性。將分位回歸模型引入到對面板數(shù)據(jù)的分析中進(jìn)行計(jì)量經(jīng)濟(jì)模型研究是近年來一個研究熱點(diǎn)。但是，其參數(shù)估計(jì)的常用方法（

2、極小化個體效應(yīng)懲罰項(xiàng)）可能遇到懲罰參數(shù)無法確定導(dǎo)致參數(shù)估計(jì)不確定性問題。因此，本文提出了面板分位回歸模型的貝葉斯估計(jì)法，解決參數(shù)估計(jì)中的高維積分算值無法確定的問題，用來刻畫金融面板數(shù)據(jù)的非對稱特征。
　　針對很多經(jīng)濟(jì)金融變量可能存在的分布非對稱性，厚尾性和尖峰性等特征，提出了面板分位回歸模型。首先，對面板數(shù)據(jù)回歸模型進(jìn)行結(jié)構(gòu)分析，再通過對非對稱 Laplace分布的分解構(gòu)建模型的似然函數(shù)形式，并給出模型參數(shù)的后驗(yàn)分布形式以及Gib

3、bs抽樣算法。為識別變量的非對稱關(guān)系特征，本文構(gòu)建了隨機(jī)效應(yīng)面板數(shù)據(jù)模型的貝葉斯估計(jì)法與前者對比。同時，利用構(gòu)建貝葉斯分位回歸模型來識別變量之間的非對稱性關(guān)系的個體差異。最后，選擇我國行業(yè)股指數(shù)據(jù)作為研究對象，以分析國際油價(jià)對我國股市收益的影響效應(yīng)，并對影響效應(yīng)在各行業(yè)之間差異進(jìn)行比較。
　　研究結(jié)果表明：我國行業(yè)股市收益率具有非中心分布和尖峰厚尾的特征；同時，金融危機(jī)背景下國際油價(jià)波動對我國股市收益的影響效應(yīng)具有非對稱性特征。具