Alternative Approaches to Include Exogenous Variables in DEA Measures: A Comparison Using Monte Carlo

Abstract

La teoría para medir la eficiencia de los productores ha desarrollado enfoques alternativos para incluir el efecto de variables no discrecionales en el análisis. Una revisión de las diferentes opciones en la literatura específica del Análisis Envolvente de Datos (DEA) nos permite identificar tres enfoques principales: modelos de una etapa, de dos etapas y de múltiples etapas. Recientemente, algunos de estos modelos se han mejorado mediante el desarrollo de métodos bootstrap que permiten realizar inferencias y evitar sesgos en la estimación de las puntuaciones de eficiencia. El objetivo de este artículo es comprobar el rendimiento de estos modelos recientes y compararlos utilizando datos simulados de un diseño experimental de Monte Carlo.

The theory for measuring efficiency of producers has developed alternative approaches to include the effect of non-discretionary variables in the analysis. A review of different options in the specific literature of Data Envelopment Analysis (DEA) allows us to identify three main approaches: one-stage, two-stage and multi-stage models. Recently, some of these models have been improved through the development of bootstrap methods making it possible to make inference and to avoid bias in the estimation of efficiency scores. The aim of this paper is to test the performance of these recent models and to compare among them using simulated data from a Monte Carlo experimental design.