Erkie Asmare 1 and Andualem Begashaw

Types and Natures of Parametric Methods of Efficiency 
Analysis
The parametric technique can be further divided into three dis-
tinct approaches, which all require a particular functional form to 
be specified for the cost or profit frontier. They are the stochastic 
frontier approach (SFA), the Thick Frontier Approach (TFA), and 
the Distribution Free Approach (DFA) [6,14]. In accordance with 
parametric approaches, the efficiency frontier is constructed on the 
basis of econometric modelling, usually in the form of Cobb-Doug-
las (log-linear) production function [11]. Therefore, the production 
function is defined by the set of explanatory variables (inputs, out
-
puts and other possible explanatory variables) and the two com
-
ponents of this regression´s composite error term (the random 
error) and the inefficiency term. The stochastic frontier approach 
treats deviations from production function as comprising both ran-
dom error (noise) and inefficiency [10,14]. Therefore, SFA assumes 
two-sided distribution (usually normal with zero mean) of the er
-
ror term and one-sided distribution of the non-negative inefficien
-
cy term [14].
DFA, used in panel data, relaxes composite error term of dis-
tributional assumptions. The core inefficiency is distinguished 
from random error by the assumption of core inefficiency being 
persistent over time, while random errors tend to average out over 
time (Equation 4). TFA also does not impose distributional restric
-
tions on the composite error term but assumes that inefficiency 
term is different in the highest (thick frontier) and lowest efficien
-
cy quartile of the observed decision making units and the random 
error is present within these quartiles [14]. All these approaches 
commonly suffer from potential specification errors, because the 
specified cost or profit function is at best an approximation to the 
true (but unknown) counterpart [6,14].