Data Envelopment Analysis (w skrócie DEA) czyli metody analizy danych granicznych,
są przypuszczalnie najbardziej popularnymi procedurami ustalania efektywności obiektów gospodarczych i społecznych. Definiują one efektywność jako stosunek sumy ważonych efektów do sumy ważonych nakładów. Za pomocą metod DEA bada na przykład: banki oraz instytucje finansowe, gospodarstwa rolne, instytucje ubezpieczeniowe i edukacyjne oraz wiele innych.

Metoda DEA mierzy efektywność od strony badań operacyjnych. Polega ona na ustaleniu dla danego obiektu wybranych obiektów referencyjnych (wzorcowych) np.: minimalizujących nakłady. Jeżeli okazałoby się, że nie ma obiektów, które osiągają rezultaty badanego obiektu mniejszym nakładem, niż badany obiekt, byłby on w pełni efektywny. Jeżeli natomiast inne obiekty uzyskałyby te rezultaty mniejszym nakładem, badany obiekt należałoby uznać za nieefektywny.

Metoda DEA nawiązuje do konstrukcji funkcji produkcji jako empirycznej obwiedni (otoczki
= envelopment) danych. Podobnie jak model ekonometryczny czy obwiednia przestrzeni produkcyjnej, musi być rosnąca coraz wolniej z uwagi na postulat malejącej krańcowej produktywności nakładów.

Zilustrowano to na poniższym rysunku:

Na wstępie warto podkreślić, że w DEA postać obwiedni danych nie wynika z jakichkolwiek rozważań natury matematycznej czy ekonomicznej. Obiekty efektywne wyznacza się za pomocą badań empirycznych. Obwiednia D(X,Y) jest granicą efektywności rozpatrywanego zbioru obiektów: obiekty leżące na granicy (Q1, Q2 i Q7) mają efektywność względną 100%, a poniżej mniejszą niż od 100%. Efektywność względna pozostałych obiektów (Q3,Q4,Q5,Q6) liczy się jako stosunek efektywności danej jednostki do efektywności jednostki najlepszej. Graficznie jest to odległość od jakiej jednostki nieefektywne odchylają się od górnej obwiedni.

Model DEA może występować jako ukierunkowany na nakłady. Dzięki temu dokonuje się wówczas minimalizacji nakładów przy ograniczeniu na dolnej wielkości rezultatów. Biorąc pod uwagę nieefektywną jednostkę Q3 będziemy ograniczać jej nakłady do tego stopnia aż osiągnie ona maksymalną efektywność (Przesuwać poziomo po linii niebieskiej aż dotrzemy do granicy obwiedni).

Może także występować jako ukierunkowany na rezultaty, co oznacza maksymalizacje rezultatów przy ograniczeniu na górną wielkość nakładów. To znaczy, że przy takiej samej kombinacji nakładów (być może wykorzystując inne czynniki, jak sprawne zarządzanie) będziemy starali się osiągnąć rezultat równy granicy obwiedni w pionie (Linia zielona).

Podstawowe zalety i wady metody DEA

ZALETY:

• Możliwość badania obiektów opisanych wieloma nakładami oraz wieloma rezultatami (brak wymagań co do postaci funkcji wyrażającej zawiązek między nakładami a efektami);

• Metoda DEA nie wymaga aż tak szczegółowego rodzaju informacji, tak jak to jest w przypadku metod wskaźnikowych i modeli ekonometrycznych. W łatwy sposób można określić relacje między układem globalnie poniesionych nakładów a układem globalnie otrzymanych rezultatów oraz pozwala na ustalenie z jaką efektywnością wielowymiarowy układ nakładów jest przekształcany w wielowymiarowy układ rezultatów;

• Nakłady i rezultaty niekoniecznie muszą wyrażać się w jednostkach pieniężnych, lecz mogą określane w jednostkach naturalnych. Gdy nakłady i efekty wyrażone są w jednostkach pieniężnych i są wzajemnie addytywne, metoda DEA nie jest konieczna;

• Metoda wychwytuje wielkości skrajne zamiast je uśredniać́ jak to dzieje się̨ na przykład w
przypadku linii regresji;

• Łatwość stosowania metody w przypadku jednostek, których nie można scharakteryzować przez miary efektywności oparte o współczynniki finansowe tj. instytucje publiczne lub oddziały bankowe o różnych charakterystykach.

WADY:

• Duża wrażliwość wyników na nietypowe dane w obiektach uznanych za wzorcowe (jeśli obiekt nietypowy jest wzorcowy, obniża to znacznie wyniki badania efektywności pozostałych obiektów);

• Uzyskanie niestabilnych i dość zaskakujących wyników w przypadku silnego skorelowania oraz zależności liniowych w obrębie rezultatów lub w obrębie nakładów, lub między rezultatami a nakładami;

• Nadmiarowość liczby obiektów efektywnych, zwłaszcza w tradycyjnych wersjach DEA nawiązujących do metody CCR, dla których zdarza się, że połowa lub nawet więcej obiektów jest w pełni efektywna;

• Mało rozwinięta teoria nieliniowych zależności między nakładami a rezultatami;

• Względny charakter efektywności obiektu. Efektywność określona jest na tle pozostałych obiektów, może się więc zdarzyć, że obiekt o niezbyt dużej sprawności uznany zostanie za w pełni efektywny, albo że obiekt o bardzo wysokiej sprawności uznany zostanie za nieefektywny;

• Duża wrażliwość na błędne dane.