隨機前沿方法
SFA模型，即隨機前沿方法（Stochastic Frontier Approach），是一種利用隨機前沿生產函式進行效率估計的方法。它通過對誤差項的分解來估計決策單元的技術效率，其中誤差項分為兩部分：一部分表示隨機誤差，另一部分表示技術無效性。SFA模型是一種參數模型，與非參數的確定性模型RAM（隨機誤差模型）相比，SFA模型在測度效率時考慮了隨機誤差對效率的影響，這是RAM所無法捕捉的。
隨機前沿模型最早由Aigner, Lovell and Schmidt在1977年提出，並在實證領域廣泛套用。該模型假設生產函式的前沿是隨機的，意味著生產活動可能因為隨機因素而偏離效率前沿。為了估計無效率項，必須對混合擾動項的分布作出假設，並進行最大似然估計（MLE）。無效率項的分布假設通常包括半常態分配、截斷常態分配和指數分布等。
SFA模型可以用於估計成本函式和生產函式，通過最大似然估計方法來確定生產前沿的具體形式，從而評估決策單元的效率。這種方法在經濟學和管理學中被廣泛套用於評估企業、行業或國家的生產效率和成本效率。