保险业是经营风险的特殊金融服务行业。随着社会经济的发展和现代科学技术的广泛应用,一次事故可能造成的物质损失和人身伤亡的损失程度不断扩大,任何保险公司也不敢独自承担巨额的风险，保险监管部门也不允许这样做。为保持经营的稳定性，扩大业务规模，再保险成为必然的选择。再保险种基本问题是自留额的选择，即原保险人自留多少？分保多少的问题？理论上对自留额的确定利用效应函数来解决，然而效应函数是一种主观、因人而异并难以确定的。因此把效应方法用于实际再保险决策问题是难以操作的。 DEA 方法是评价具有相同类型投入和产出的若干生产与非生产部门 (简称决策单元) 相对效率的系统分析方法.广泛用于来评价生产活动的最优性.然而在现实的经济活动中,投入产出因素往往受到随机因素的干扰,由此而产生测量误差,数据噪声.同时经济现象本身也具有波动性及周期性,因此.决策单元的输入和输出往往不是确定的数值,而是服从一定随机分布的变量,因而应用确定性的 DEA模型[1]求解，具有较大的局限性. 本文在广泛查阅国内外文的基础上，对 DEA 理论、方法与应用进行了较深入地探讨，分析了基本的 DEA 模型，DEA 有效性理论以及 DEA 方法的基本思想，基于分治思想对随机 DMU 有效性的进行了分析，提出了一种新的随机 DMU问题的求解方法,主要讨论了输入输出均具有共同趋向的多输入多输出的随机DEA 问题的求解过程和算法。基于均值-方差原理讨论了随机 DMU 的相对稳定有效性。结合再保险的理论，将数据包络思想应用到再保险决策中，对再保险中再保险方案的选择、预测再保险的有效性进行了分析，具有较强的实用性。