资产定价是金融市场发展与完善的一个核心问题，也一直是金融领域的一个基础性研究问题。但目前对影响收益率因素的选取及构造研究普遍存在因素选取任意；没有考虑因素之间相关关系，分析结果不可靠；以及构造因素的经济学解释力度弱等几方面问题。 结构方程模型作为一种先进的线形统计建模技术，广泛应用于心理学、计量经济学、社会学等研究领域。在金融分析中的资产结构、投资风险、交易者行为的分析中也均有应用，本文提出引入潜变量，首次将之应用于投资收益率的研究。 对收益率的影响因素进行构建时，运用探索性结构方程模型(ESEM)对收益率的影响因素进行构建，并应用所构造因素建立路径分析模型。解决了资产定价因素选取随意性的问题。依靠SEM模型的理论考虑了回归变量之间的内生性问题。并且最大限度的保留了所选取因素的经济学可解释性。 实验选取1995-2007年的上市公司的市场数据及财务数据对模型进行了实证性分析和检验。主要成果体现在:(1)探索性结构方程因素构造模型能够全面的衡量因素之间的相关性，并在动态搜索和验证的基础上根据样本给出各因素的比例关系，使因素选取构造符合样本的特点。(2)结构方程模型能够保证产生有效一致的线性方程组回归结果，在存在内生性问题时给出构造因素的有效方法。(3)依靠资产结构方面的理论对影响收益率的因素进行分组，并在分组的基础上进行因子分析，与主成分分析、人工神经网络等数据挖掘方法比较所构造因素有很强的经济学意义。结果表明：(4)所构造因素能够在一定程度上改善模型的拟合程度，有效地改善模型的设定误差。能够解释60％以上市场收益率差异。(5)构造因素的结果与三因素模型等经典模型的结果基本吻合。并且在实验中对比了多元线形回归、主成分分析的因素选择结果。在预测分析中运用R2等评价指标与以前的资产定价模型结果进行了比较。