保險經(jīng)營效率作為衡量保險企業(yè)資源配置和投入產(chǎn)出能力的綜合指標得到了廣大研究者、經(jīng)營效率理論監(jiān)管者甚至消費者的認可和看重。提高保險經(jīng)營效率對于確保保險償付能力、經(jīng)營效率理論防范系統(tǒng)性風險，促進行業(yè)持續(xù)健康發(fā)展具有重要意義。經(jīng)營效率理論度量企業(yè)經(jīng)營效率的方法有兩類：一類是基于統(tǒng)計和計量的參數(shù)方法，另一類是基于數(shù)學規(guī)劃的非參數(shù)方法。經(jīng)營效率理論這兩類方法都需要估計“最佳實踐”前沿（或邊界），通過衡量相對于最佳前沿的距離來測度具體決策單元的效率。

參數(shù)類方法中用得最多的是隨機前沿分析（SFA）方法，這是一種隨機方法，需要給出成本、利潤或生產(chǎn)函數(shù)的形式，其邏輯是，企業(yè)經(jīng)營效率理論之所以偏離最佳前沿，可能是因為無效率、隨機沖擊或者測量誤差，與無效率沒有關系。因此，SFA中誤差項假設是由一個無效率成分和一個純隨機成分兩部分組成，而效率是通過從總誤差項中分離出效率成分來測定的。有的計量方法要求給出誤差項各組成部分特定的分布假設，而有的計量方法則不要求這樣的假設。以成本函數(shù)為例，誤差項的無效率成分通常假設服從非對稱的半正態(tài)分布，用以描述無效率使成本增加而超出最佳前沿水平的現(xiàn)象；純隨機成分通常假設服從標準正態(tài)分布，標準正態(tài)分布是對稱分布，與隨機沖擊既可能增加成本，也可能減少成本的隨機波動性相吻合。另外兩種參數(shù)方法是自由分布方法（DFA）與厚前沿方法（TFA）。DFA假定效率差別在所有時間內(nèi)是穩(wěn)定的，對每家公司估計的效率是其平均偏差與在前沿線上的行業(yè)平均偏差之間的差額。TFA事先指定函數(shù)形式，并假設預測效率值在觀察值的最高和最低績效四分位數(shù)[3]內(nèi)的偏差代表隨機誤差，而最高和最低四分位數(shù)之間的偏差代表無效率。雖然TFA方法假設了上述偏差，但沒有對無效率和隨機誤差成分的分布做假設，其本身并沒有對單個公司的效率提供確切的點估計[4]，但傾向于對整體效率的一般水平提供估計，TFA降低了數(shù)據(jù)中極值點對結果的影響。

非參數(shù)方法與參數(shù)方法各有利弊，因為效率的真實水平是未知的，所以沒有辦法斷言哪種方法絕對占優(yōu)于另一種方法。正是因為兩類方法都不完美，經(jīng)營效率理論為得到精確度更高、解釋力更強的效率值，研究者們不斷改進效率測度方法，提出了結合兩者優(yōu)點的三階段DEA方法。正如前文所述，經(jīng)營效率理論階段DEA方法由第一階段的一般DEA模型、第二階段基于SFA模型對第一階段松弛變量的分解以及第三階段調(diào)整后的DEA模型構成。三階段DEA方法結合了兩類方法的優(yōu)點，經(jīng)營效率理論功實現(xiàn)了同時調(diào)整環(huán)境變量與隨機誤差項等因素的影響，從而得到經(jīng)濟主體的內(nèi)在經(jīng)營管理效率。相比較而言，三階段DEA方法是目前研究中使用最為廣泛的效率測度方法。根據(jù)實際問題的需要，還可以將第一和第三階段的一般DEA模型進行改進和拓展。