基于SEM的上市公司收益质量评价研究
中图分类号：F275 文献识别码：A 文章编号：1001-828X（2015）017-000-03
收益作为会计的重要概念，是利益相关者尤其是投资者最关注的会计信息。然而仅以财务报告中收益的数值来衡量和评价一个行业或公司的经营业绩是缺乏客观性的，利益相关者更加关注上市公司的收益质量。通过对收益质量的测量和评价，可以了解上市公司的管理水平和盈利能力，同时也有利于利益相关者做出正确的决策。因此本文以收益质量的评价为研究课题。
一、研究方法和样本选取
结构方程模型可以研究多个变量，允许变量存在误差，还可以估计因子之间的关系，估计不同模型对同一路径的估计系数，从中选择合适的模型。因此本文采用这一方法对上市公司的收益质量进行测量，有利于企业利益相关者更好地了解企业的经营业绩以及发展状况，同时也为企业提高收益质量提供理论依据。
批发和零售行业是我国第三产业中最重要的产业之一，是连接生产和消费的纽带，直接影响和带动经济总量的增长和产业结构的优化，关系到人民群众的生活品质的高低，与国民生活息息相关。因此本文以批发、零售行业上市公司为研究样本，对其收益质量进行评价，在剔除了ST和数据缺失的上市公司之后，共123家上市公司。时间区间界定在2013年度，数据来源于新浪财经和国泰安数据库。
二、变量选取及定义
本文认为评价收益质量可以从四方面进行，因此从这四方面选取了代表性的变量。具体选取的变量及其定义如表1所示。
三、模型构建
本文构建的收益质量二阶因子模型包括一个二阶因子即收益质量（E-Quality），模型的右边是四个收益质量的四个一阶因子，分别为收益的持续性（E-Durative）、收益可靠性（E-Reliability）、收益的成长性（E-Growth）和收益量级（E-Level），每个潜变量有3个或4个变量，具体变量名称和意义见表2。由于每个变量对解释一阶因子可能存在误差，因此每个变量均有一个残差，用ei （i=1，2，...18）表示。
四、模型识别
AMOS17.0提供了多种模型拟合指数供信息使用者选择，拟合指数及评价标准如表2所示，如果模型拟合不好，需要结合相关领域的知识进行模型修正。
但需要注意的是，拟合指数是考察理论模型与数据的适配程度，并不能作为判断模型是否成立的唯一标准。拟合优度高的模型只能作为参考，还需要根据所研究行业的背景进行模型合理性讨论。即便拟合指数没有达到最优，但是一个能够使用相关理论解释的模型也具有研究意义。
五、模型修正
初始模型的拟合参数未达到理想效果，需要对模型进行修正。通过二阶因子分析，得到模型的估计后，需要检查下列事项，以判断模型是否可以接受。第一，检查估计的参数值。若存在不恰当的参数值，模型应当修正；第二，检查拟合指数。拟合程度低的模型要设法进行修正。
利用AMOS17.0对以上模型进行修正实验表明，本文选择在保持内生变量不变的前提下对初始模型从以下八个方面进行调整：残差项e1和e13、残差项e3和e4、残差项e3和e5、残差项e3和e12、残差项e4和e5、残差项e4和e7、残差项e4和e11以及残差项e4和e13之间的相关调整。基于上述修正思路得到最终模型如图2所示：
通过以上分析，按照AMOS17.0的调整规则建立指标之间的相互关系链，对模型进行修正，修正后的模型进行重新测量，结果如表4所示：
对比表3和表4，可以发现，卡方自由度比为1.290，其置信区间为[1，3]，调整后得到的各项评价指数均有显著提高，除NFI略低于0.9以外，大部分指标已超过0.9，表明通过理论模型能够解释观测变量，具有良好的拟合优度；RMSEA=0.048，其置信区间为（0， 0.08），RMSEA指数显示模型的拟合较好，表示数据和模型的一致。整体而言，最终模型是可以识别和接受的。这样的结果证明：模型的调整是必要、合理的，构建的最终模型可以被接受。
六、结论
1.选取能够反映上市公司收益质量的指标体系
本文从收益质量的持续性、可靠性、成长性和收益的规模出发，选取了13个财务指标体系对上市公司的收益质量进行测量研究。
2.构建衡量上市公司收益质量的测量模型
通过结构方程模型的方法，建立二阶因子的初始测量模型，运用样本数据对模型进行识别，未得到理想模型，通过调整残差的关系对模型进行多次修正，最终得到理想的结构模型。
3.针对修正后的模型提出结论
通过上述的研究分析，收益质量作为收益质量各个特征的二阶因子，其模型效果是显著的，一阶因子收益成长性、量级与二阶因子收益质量之间的路径系数分别为0.71和0.23，两者与收益质量的相关性较高；而一阶因子收益持续性、可靠性与二阶因子收益质量之间的路径系数分别为-0.17和0.05，两者对于解释收益质量的效果一般。
