Please use this identifier to cite or link to this item: http://hdl.handle.net/10419/183153
Authors: 
Andor, Mark A.
Parmeter, Christopher
Sommer, Stephan
Year of Publication: 
2018
Series/Report no.: 
Ruhr Economic Papers 770
Abstract: 
Data envelopment analysis (DEA) and stochastic frontier analysis (SFA), as well as combinations thereof, are widely applied in incentive regulation practice, where the assessment of efficiency plays a major role in regulation design and benchmarking. Using a Monte Carlo simulation experiment, this paper compares the performance of six alternative methods commonly applied by regulators. Our results demonstrate that combination approaches, such as taking the maximum or the mean over DEA and SFA efficiency scores, have certain practical merits and might offer an useful alternative to strict reliance on a singular method. In particular, the results highlight that taking the maximum not only minimizes the risk of underestimation, but can also improve the precision of efficiency estimation. Based on our results, we give recommendations for the estimation of individual efficiencies for regulation purposes and beyond.
Abstract (Translated): 
Data Envelopment Analysis (DEA) und Stochastic Frontier Analysis (SFA) sowie Kombinationen der beiden Methoden finden eine breite praktische Anwendung in der Anreizregulierung, zum Beispiel von Gas- und Stromnetzbetreibern. So spielt die Abschätzung der Effizienz in der Regel eine zentrale Rolle im Regulierungsdesign und führt damit zu erheblichen finanziellen Konsequenzen für die Unternehmen. Unter Verwendung eines Monte-Carlo-Simulationsexperiments wird in diesem Papier die Performance von sechs alternativen Methoden verglichen, die üblicherweise von den Regulierungsbehörden angewendet werden. Unsere Ergebnisse zeigen, dass Kombinationsansätze, wie die Verwendung des Maximums oder des Mittelwerts von DEA- und SFA-Effizienzwerten, einige praktische Vorteile aufweisen und sie daher eine nützliche Alternative zu der alleinigen Verwendung einer einzelnen Methodik darstellen. Insbesondere verdeutlichen die Ergebnisse, dass die Verwendung des Maximums nicht nur das Risiko einer Unterschätzung minimiert, sondern auch die Genauigkeit der Effizienzschätzung verbessern kann. Basierend auf unseren Ergebnissen geben wir Empfehlungen zur Schätzung individueller Effizienzenwerte für Regulierungszwecke und darüber hinaus.
Subjects: 
data envelopment analysis
stochastic frontier analysis
efficiency analysis
regulation
network operators
JEL: 
C10
C50
D24
L50
Persistent Identifier of the first edition: 
ISBN: 
978-3-86788-898-1
Document Type: 
Working Paper
Social Media Mentions:

Files in This Item:
File
Size





Items in EconStor are protected by copyright, with all rights reserved, unless otherwise indicated.