其他如资产收益率(ROA)、每股盈余(EPS)、净利润、净现值(NPV)和现金流回率(CFROT )等都可能导致经理人为提高这些会计指标进行短期操作而损害股东利益与公司长远利益。上述传统指标有一个共同缺陷，它们都忽视了所有资本(特别是包括权益性融资成本)的使用成本。是否企业自有资金就可以不计算成本呢，若计算成本，传统的效益指标则存在很大的偏差，经济学家默顿·米勒和弗兰科·莫迪利亚尼提出了“经济增加值（EVA）”的思想，EVA的正式提出者是美国Stern Stew ar&Ca则务咨询公司，该公司于20世纪80年代提出EVA，并将其注册为商标。它是一种新型的企业绩效评价指标，能够比较准确地反映公司在一定时期为投资者创造的价值。与其他指标不同之处在于，EVA考虑了带给企业利润的所有资金成本，公式为：经济增加值税后利润一资金成本系数（使用的全部资金）。总而言之，EVA就是指在扣除产生利润而投资的资本的成本之后所剩下的利润，是对真正“经济”利润的评价。既然EVA是利润与成本之差，那么我们自然能够联想到利润与成本之比（效率），也就是说EVA为企业的经营效率测量开辟了另外一片天地。
　　2.从投入产出角度测量企业效率。学者们对效率测量的探索是多方面的，他们没有局限于财务指标，而是从效率的本质—投入产出比率来深入探索。M.J.Farrel(1957)完整的提出生产前沿面的概念，并从前沿面的角度对微观层面的企业的效率做出了定义。 他质疑传统经济理论中的生产函数是最佳投入与产出关系的假定，如果真如传统理论所说，则现实中根本不会有大量的不经济现象存在。于是他提出经济学中的生产函数不能用现实企业的实际投入产出关系来回归，而应该是所有现实企业最优生产关系的外包络曲线。基于对生产函数的新认识，他从投入角度提出综合效率、技术效率和效率生产函数的概念。他将企业综合效率分解为技术效率和配置效率，利用可变规模收益模型，技术效率被进一步分解为纯技术效率和规模效率。技术效率反映既定生产投入数量下，实际产出与理论最大产出的百分比。配置效率被定义为反映给定价格时企业以适当比例使用各种投入的能力。
　　Aigner等(1977)提出了随机前沿方法SFA(stochastic frontier analysis)来测算技术效率。这是一种假设生产或成本前沿函数，用回归分析来确定表达式中参数的方法，它将误差项分为两类：管理误差项反映技术非效率，随机误差项表示任何可能出现的不可控因素带来的影响。这种对生产函数误差项的深入分析是具有重要意义的，因为在此之前人们只是将回归过程中非变量导致的因素像丢垃圾一样全部列入随机误差项，而不去理会它们蕴涵的经济管理价值。目前最常用的随机前沿模型是Battese和Coelli在1992和1995年设定的运用时间序列面板数据估计前沿面的生产函数模型，简称ＢＣ(1992)和ＢＣ(1995)模型。ＢＣ(1992)模型假设非效率项服从截尾正态分布，并认为技术效率随时间不同而变化，ＢＣ(1995)模型则不但测算了效率数值的大小，还从影响技术效率的因素着手进行研究。随后大量的实证研究运用BC模型证实了规模、产权、人力资本、市场竞争等因素显著影响企业的技术效率。 随机前沿方法的主要优势在于：前沿面是随机的，各生产单元不需共用一个前沿而；把误差项进行区分，能准确地反映实际的技术效率水平；可以对结果进行假设检验(如对参数T检验和对函数的似然检验等)。随机前沿方法的主要缺点在于：虽然测量误差和统计干扰的处理上具有概念优势，但它同样要求一个严格的函数形式和分布假设，而且统计计算比较复杂。另一类测算技术效率的方法是CHarnes等（1978）提出的数据包络分析DEA（Data Envelopment Analysis）。他给出了第一个DEA模型模型，该方法通过实际生产单位的投入产出数据构造经验生产可能集，运用线性规划技术估计经验生产前沿面从而给出生产单位的效率测量， C2R模型的生产可能集要求满足凸性、锥性、无效性、最小性假设，其假定前沿面是一条射线，即生产规模报酬不变；在模型形式上要求各投入产出向量的系数。Charnes 等（1985）给出了 模型，该模型放弃了C2R模型中前沿面锥性的假定——放弃了规模报酬不变的假定，其前沿面是一条曲线；在模型形式上要求各投入产出向量的系数。