su代理模型解除

1、首先点击材质，在模型中的材质（小房子图标），右边的箭头，点击“清除未使用项”。当然如果出现灰色，则表示没有多余可清除材质。

2、其次点击材质，发现“清除未使用项”还是灰色的。这时，找到窗口，组件。同样点击小房子，出现模型中所有的组件。

3、然后点击旁边的箭头，同理清除“未使用项”。这一步是把不用的组件清除。

4、最后我们回到开始的第一步，就可以消除未使用项了，可以得到清理后的模型。

近20多年来，委托代理理论的模型方法发展迅速。主要有三种：一种是由威尔逊（Wilson,1969）,斯宾塞，泽克豪森（Spence and Zeckhauser,1971）和罗斯（Ross,1973）最初使用的“状态空间模型化方法”（Statespace formulation）。其主要的优点是每种技术关系都很自然地表现出来。但是，此方法让我们无法得到经济上有信息的解（informative solution）。一种是由莫里斯（Mirrlees,1974,1976）最初使用，霍姆斯特姆(Holmstrom,1979)进一步发展的“分布函数的参数化方法”（Parameterized distribution formulation），这种方法可以说已成为标准化方法。另一种模型化方法是“一般分布方法”（general distribution formulation）,这种方法最抽象，它虽然对代理人的行动及发生的成本没有很清晰的解释，但是，它让我们得到非常简练的一般化模型。

在对称信息情况下，代理人的行为是可以被观察到的。委托人可以根据观测到的代理人行为对其实行奖惩。此时，帕累托最优风险分担和帕累托最优努力水平都可以达到。

在非对称信息情况下，委托人不能观测到代理人的行为，只能观测到相关变量，这些变量由代理人的行动和其它外生的随机因素共同决定。因而，委托人不能使用 “强制合同”（forcing contract）来迫使代理人选择委托人希望的行动，激励兼容约束是起作用的。于是委托人的问题是选择满足代理人参与约束和激励兼容约束的激励合同以最大化自己的期望效用。当信息不对称时，最优分担原则应满足莫里斯——霍姆斯特姆条件（Mirrlees---Holmstrom condition），这是由莫里斯（1974，1976）提出，由霍姆斯特姆进一步解释的。非对称信息情况与对称信息时的最优合同不同。代理人的收入随似然率（likelihood ratio）的变化而变化。似然率度量了代理人选择偷懒时，特定可观测变量发生的概率与给定代理人选择勤奋工作时，此观测变量发生的概率的比率，它告诉我们，对于一确定观测变量，有多大程度是由于偷懒导致。较高的似然率意味着产出有较大的可能性来自偷懒的行为；相反，较低的似然率告诉我们产出更有可能来自努力的行动。分配原则对似然率是单调的，因此，使用此原则的前提是似然率对产出是单调的，这就是统计中著名的概念：单调似然率（Monotone Likelihood Ratio Property，MLRP）,它是由米尔格罗姆（Milgrom，1981）引入经济学的。莫里斯（Mirrlees,1974）和霍姆斯特姆 (Holmstrom,1979)引入了“一阶条件方法”（the first-order approach）来证明了代理人行为是一个一维连续变量时，信息非对称时的最优合同，其结论与非连续变量情况相似。由于一阶条件方法存在不能保证最优解的唯一性的问题，格鲁斯曼和哈特（Grossman and Hart,1983）和罗杰森（Rogerson,1985）导出了保证一阶条件有效的条件：分布函数满足MLRP和凸性条件（CDFC, convexity of distribution function condition）。 把基本的模型扩展到动态的模型有两个原因：

（1）在静态模型中，委托人为了激励代理人选择委托人所希望的行动，必须根据可观测的结果来奖惩代理人。这样的激励机制成为“显性激励机制”（explicit incentive mechanism）。问题是：多次的委托代理关系是否能在没有显性激励机制的情况下，用“时间”本身无成本地解决代理问题。

（2）把动态分析引入基本模型是否可以得出关于委托代理理论更多的结论。 关于“强制退休”（mandatory retirement）的模型。莱瑟尔（Lazear,1979）证明在长期的雇佣关系中，“工龄工资”可以遏制偷懒的行为。雇员在早期阶段的工资低于其边际生产率，二者的差距等于一种“保证金”。当偷懒被发现时，雇员被开除，损失了保证金。因此，偷懒的成本提高，努力的积极性提高。该模型解释了强制退休：到了一定的年龄，雇员的工资将大于其边际生产率，当然不会有人愿意退休，因此，必须强制退休。

虽然莱瑟尔的模型需要一些改进，但他启发了人们如何在基本的委托——代理模型中引入动态分析，并得出更多的结论。 在委托代理人的模型中，我们讨论较多的是代理人道德风险的问题。实际上，委托人也同样存在道德风险。在许多委托代理关系中，有关代理人业绩的信息是非对称的。其度量存在很大的主观随意性。代理人可能无法观测到委托人观测到的东西。在这种情况下，就存在委托人的道德风险问题：根据合同，当观测到的产出高时，委托人应该支付给代理人高的报酬，但委托人可以谎称产出不高，而逃避责任，而把本应支付给代理人的收入占为己有。而如果代理人预计到委托人可能要耍赖，就不会有积极性努力工作。

问题的解决与前面提到的“锦标制度”有关。马尔科森（Malcomson, 1984）的模型证明：类似于锦标制度的激励合同是解决委托人道德风险的一个有效的办法。如果一个企业雇佣多个工人，合同规定一定的工人将被支付较高的工资，那么，委托人就必须对给定比例的工人支付较高的工资，他完全有积极性将较高的工资支付给努力的工人，因为这样可以在不增加成本的情况下激励工人努力工作。 存在委托代理关系就无法避免监督问题。事实上，在非对称信息的情况下，委托人对代理人信息的了解程度可以由委托人自己选择。比如说，通过雇佣监工或花更多的时间和精力，委托人可以在一定程度上更多的了解代理人的信息。从而加强对代理人的激励和监督。但信息的获取又是有成本的，于是，委托人面临着选择最优监督力度的问题。

古典经济学家认为，工资取决于工人的边际生产率。但发展经济学家发现，在发展中国家，二者的关系似乎正相反：边际生产率取决于工资。而且在发达国家这种现象也存在。索罗（Solow,1979）和夏皮罗和斯蒂格里茨（Shapiro and Stiglitz，1984）将较高的工资解释为企业为防止工人偷懒而采取的激励方法。当企业不能完全监督工人的行为时，工资构成工人偷懒被发现，而被解雇的机会成本。工资越高，机会成本越大。因此，较高的工资有利于减少工人偷懒的倾向性。另一方面，在激励工资模型下讨论监督力度问题，我们发现代理人的边际生产率越高，监督带来的边际收益越高，委托人监督的积极性也越高；代理人努力的边际成本越高，任何给定激励下的努力供给越低，且给定代理人行为的观测信息的方差下最优的激励也越低，监督的边际收益也越低，委托人监督的积极性自然也越低；此外，监督越困难，监督的边际成本越高，委托人监督的积极性也越低。 在标准的委托代理模型中，委托人、代理人都是给定的。但张维迎（1994，1995）提出了委托代理关系中更为基本的问题：在一个特定组织中，谁应是委托人，谁应是代理人？或者说，委托权应该如何在不同成员之间分配？

在现实的组织中，信息不对称是相互的。以企业为例，企业中有直接的生产者，也有制定生产决策的经营者。经营者不易完全观测生产者的行为，工人更不易观测经营者的行为。张维迎证明，最优委托权安排的决定因素是：企业成员在生产中的相对重要性和监督上的相对有效性。如果经营者在生产上更为重要，如果经营者监督生产者比生产者监督经营者更容易，则将委托权分配给经营者是最优的。这一模型对古典资本主义企业及合伙制企业的委托权安排都作出了合理的解释。在古典资本主义企业里，不确定的环境使经营者的决策相当重要，而且经营者的行为也很难监督，于是经营者拥有委托权；合伙企业当中，两个或更多成员，他们都同等重要，因此，采用合伙制是最优的。

具体方法如下：

使用Maya内置工具：

1 在Maya中打开“模型”菜单，然后选择“代理”。

2 在打开的窗口中，选择要导入的代理模型，然后点击“加载”按钮，即可将模型导入到场景中。

希望我的回答对你有帮助。

以上就是关于su代理模型解除全部的内容，包括:su代理模型解除、委托代理理论的基本模型、maya怎么导入代理等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！