收益质量的研究是为了给公司利益相关者提供良好的公司收益评价,影响公司收益的因素有宏微观诸多方面,财务报表中能够反映公司收益质量的数据很多,但数据指标之间的相关度也很大,同时汽车制造业公司由于本身的行业特点和我国国情的影响,其收益质量是具有特色的。本文经过研究汽车制造业产业特征、收益质量特征,选择了描述真实可靠性、现金保障性、成长性、安全性四个属性13个指标以及股权结构因素、利润操纵程度因素5个指标,研究收益质量测量问题。近几十年来,结构方程模型技术的发展在各个领域得到广泛应用。它能够更合理的把变量之间的复杂的因果关系进行研究,正因如此,结构方程原理得到很多研究者的关注。本文采用结构方程原理的一个分支模型——偏最小二乘法Smart PLS模型进行收益质量的测量,该模型采用了复数据表原理,Smart PLS模型给测量收益质量提供了新的算法,更完善了收益质量的研究。它自动检验出收益质量的每一个显变量指标被潜变量的解释程度均符合大于0.5的要求,模型中各个衡量指标对收益质量的t检验均显著,并且得出内部隐变量(收益质量)的得分。运用潜变量增长曲线模型理论将连续5年的汽车制造业收益质量得分建立五时点不定义曲线类型的两因子潜变量增长模型,结果显示,模型显著度高,拟合良好,各检测系数绝大多数通过检验。对汽车制造业的整体变化趋势做出评价,逻辑分析结果与收益质量得分的折点图吻合度高,从而进一步验证所构建的模型的科学性和显著性。最后,利用测量的收益质量得分,采用单样本t检验推断整体的均值,同时对总体均值假设检验,得出在95%的置信区间下,2010年和2011年收益质量增减变动的范围,实现了汽车制造业收益质量的理论预测。