En los últimos años, ha habido un creciente interés en aplicar el análisis envolvente de datos inverso (DEA) a una amplia gama de disciplinas, y la mayoría de las aplicaciones han adoptado modelos de DEA inverso basados en radiales. Sin embargo, los resultados dados por los modelos de DEA inverso basados en radiales existentes pueden ser poco fiables ya que ignoran los excesos mientras evalúan el nivel de eficiencia general de las unidades de toma de decisiones (DMUs), mientras que los modelos clásicos de DEA radiales miden el nivel de eficiencia a través no solo del índice de eficiencia radial sino también de los excesos. Este documento señala estas desventajas con un contraejemplo, donde los modelos de DEA inverso actuales dan resultados que los rendimientos deberían aumentar cuando los insumos disminuyen. Mostramos que estos resultados poco razonables son consecuencia del fracaso de los modelos de DEA inverso existentes en preservar el nivel de eficiencia de la DMU. Para rectificar este problema, proponemos un modelo revisado para la situación en la que la DMU investigada no tiene excesos. En comparación con los modelos de DEA inverso radiales existentes, nuestro modelo revisado puede preservar el índice de eficiencia radial y eliminar todos los excesos, cumpliendo así con el requisito de nivel de eficiencia invariante. Se proporcionan ejemplos numéricos para ilustrar la validez y limitaciones del modelo revisado.