生产经济系统通常都呈现不确定性和随机性等特点，而传统数据包络分析由于是在确定性输入及输出的假设条件下建立的，无法解决缺失和随机数据问题。为了能更好地解决缺失数据对DEA研究造成的影响使数据包络分析能对投入及产出的约束更加的“柔性”，研究者们进行了多方向的研究。　　 本文在详细介绍缺失数据现有的处理方法及结论的基础之上，从两个方向对缺失数据处理方法进行了扩展。本文的主要创新之处在于:(1)构建了基于光环效应的缺失数据的DEA处理模型，是将行为科学研究成果融入到DEA领域的有益尝试，与其他缺失数据的DEA处理方法进行了的对比分析，揭示了模型的优势及有待完善的空间;(2)在机会约束方法处理缺失及随机数据之上进行扩展，提出了考虑决策者感知风险的机会约束模型，定义了不同风险偏好情况下的机会约束DEA效率，并与传统DEA效率进行了对比分析，此外，算例很好地分析了决策者风险偏好与决策单元效率之间的相互关系。文章的组织结构如下:　　 首先，综合介绍了传统DEA方法及其基本模型。在此基础之上，对缺失数据在DEA领域的研究进行了综述;　　 其次，在详细介绍了缺失数据在DEA领域的研究现状基础之上，结合光环效应理论研究成果，分别构建了投入及产出导向的缺失数据DEA处理模型，对比分析充分展示了模型在缺失数据处理上的有效性和一致性。　　 最后，在分析机会约束模型处理缺失数据的基础之上，借助分析决策者感知风险与系统风险的相关关系，构建了考虑决策者感知风险的机会约束模型，数值分析部分充分验证了模型构建的合理性。