Using partial least squares in archival accounting research: an application to earnings quality measuring

• Ana Licerán-Gutiérrez ^[1] ; Manuel Cano-Rodríguez ^[1]
  1. [1] Universidad de Jaén

     Universidad de Jaén

     Jaén, España

     
• Localización: Revista española de financiación y contabilidad, ISSN 0210-2412, Vol. 49, Nº 2, 2020, págs. 143-170
• Idioma: inglés
• Títulos paralelos:
  • Utilización de mínimos cuadrados parciales en la investigación contable de archivo: aplicación a la medición de la calidad del resultado.
• Texto completo no disponible (Saber más ...)
• Resumen
  • español

    A pesar de las ventajas de los Modelos de Ecuaciones Estructurales (SEM) respecto a los modelos de regresión que han contribuido a su popularización en diversos campos de invenstigación en Ciencias Sociales, no ha sido ampliamente aplicada en la investigación contable de archivo. En este estudio, presentamos una guía para la aplicación del SEM - y, en particular, el método de Mínimos Cuadrados Parciales (PLS) - al tema (posiblemente) más recurrente en investigación empírica contable de archivo: la calidad del resultado. Destacamos diversos problemas que surgen en la medición de la calidad del resultado, indicando cómo PLS puede ayudar a solventarlos. Asimismo desarrollamos un proceso de simulación cuyos resultados muestran cómo el método PLS supera a otros métodos incluso en situaciones de información limitada.

  • English

    Despite the advantages of Structural Equation Modelling (SEM) over regression models that have contributed to its popularisation in several fields of research in social sciences, it has not been broadly applied in archival accounting research. In this paper, we present a guidance for the application of SEM – and, particularly, the Partial Least Squares (PLS) method – to the (arguably) most recurrent topic on empirical archival accounting research: earnings quality. We highlight several problems that arise in earnings quality measuring, indicating how PLS can help to overcome them. We also run a simulation process whose results show that PLS method outperforms the other approaches even in situations of limited information.