随着我国国民经济的快速增长及国内多层次的资本市场的构成,这对提高证券公司的竞争实力有了更高的要求和更严峻的挑战。特别是如何对证券公司的效率进行评价是其拓展市场所面对的根本问题。基于此背景,本文通过数据包络分析(DEA)方法和其他几类统计方法相结合对我国证券公司的效率问题进行评价与探究,并通过实例验证取得了较好的效果。首先,选取我国15家证券公司为研究样本,以样本公司在2016年的投入产出指标数据为研究对象,可以利用数据包络分析方法中的CCR模型、超效率DEA模型和广义DEA模型等能够较好地对证券公司的效率进行评估。其次,面对证券公司的评价指标数据用传统DEA模型和广义DEA模型会有失效的问题,可以采用一种通过“自评”与“他评”两种策略得到的综合评价交叉效率的DEA模型。该模型能够很好的对效率等级相同的证券公司进行区分评价。第三,根据灰色系统理论中的灰色关联分析方法可以求出各指标与证券公司绩效的灰色关联度,根据所求得关联度的大小对证券公司进行排序,从而发现排名在末尾的3个证券公司的效率比较接近,再融合交叉效率DEA模型重新对其效率进行评价,3个公司的效率评价排序发生了变化,从而更有利于决策者做出新的决策。第四,在灰色模型中,为了克服算法不能更改参数的缺点,提出基于扰动因子的Simpson GM(1,N)模型的优化算法。分析证券公司的有关数据,通过扰动因子的数值变化对参数的影响,达到改变特征因素的最优预测值。根据平均相对误差指标,对所预测的结果进行误差分析比较,得到本算法的拟合精度比原有算法的拟合精度有明显的改进。因此,基于扰动因子的Simpson GM(1,N)模型具有一定的现实意义。总之,主要通过传统的DEA方法、超效率DEA模型、广义DEA方法、交叉效率的DEA模型、基于灰色关联的数据包络分析以及基于扰动因子Simpson GM(1,N)模型等统计方法对证券公司的效率进行评价和拟合,并取得了较好的决策效果。