不确定性毫无疑问是目前世界范围内经济研究中最活跃的领域之一。博弈论由于在不确定性方面的研究先行一步和比较出色的成果，紧紧跟上了这一发展的潮流。以诺贝尔经济学奖为例：1994年授予三位博弈论专家John F. Nash、John C. Harsanyi、Reinhard Selten以表彰他们在非合作博弈论中的开拓性研究；1996年授予James A. Mirrless、William Vickrey，两人都是研究不对称信息下的博弈论的专家；2001年授予George A. Akerlof、A. Michael Spence、Joseph E. Stiglitz，以表彰他们在不对称性^[1]研究中的卓越成果，尽管他们中有的人不是专攻博弈，但都在博弈论中造诣深厚享有盛誉。

由于不确定性对当前经济的深远影响，就连“金融大鳄”格罗斯在2001年9月12日出席在北京召开的“21世纪的世界与中国”论坛时，也坦率的承认“我什么也不害怕，也不害怕丢钱，但我害怕不确定性。”^[2]

宋学锋和顾世清（1999）^[3]通过对深沪股市92.8.26至97.12.3股票价格波动的逐日数据进行考察后算出混沌度图示如下：

图3 干预度与混沌度关系示意图

从图形中得出的一个可能的结论是：政府干预度越大，市场混沌度越高。通俗的讲就是在中国股市中，政府越管越乱。（此处的干预应为直接干预）

这时似乎出现了矛盾：从防止出现超临界状态出发，应当推行监管；而另一方面，实际的统计数据又验证越管越乱。那么到底需不需要管制？

解决这个矛盾，有几个地方需要注意：

第一，监管要注意机制的建立。

经济巨系统的复杂性决定了监管目标与方式的多元化。特定的条款在促进某一方面进化的同时，很有可能造成其他相关元素的损害，因此监管的关键是要建立一个适合市场发展的机制。霍姆斯特龙（Holmstrom）和迈尔森（Myerson）更是明确指出：不完全信息博弈的有效性概念应当适用于机制而非结果。^[4]因此，任何直接的行政干预只能解决眼前蝇利，长远看很有可能会造成系统的不正常运行。

第二，监管要注意“度”的确定。

尼科里斯和普里高津（G. Nicolis，Prigogine，1986）指出：“（混沌的）演化可以通过适当的非平衡约束实现，即演化受某些在问题中出现的参数变化的影响，他可以从外部加以限制。^[5]”这启示我们，既然外部参数可以产生混沌，那么外部参数也必然可以控制混沌。

考察市场与监管者组成的复杂的非线性系统。我们可以设市场为X，监管为u，显然他们构成形如 （{x}，u）的非线性系统。根据Nicolis和Prigogine的理论，如果我们能恰当的选定u的值，就可能控制混沌，迫使整个系统走向最佳状态。可见，“度”的确定在监管中是非常重要的环节，他可能导致系统走向有序。

第三，监管要对不同的层次与模式进行完善。

我们可以从混沌气候学的发展中得到启示。1963年，美国著名气象学家洛伦茨发现在确定性系统中也会出现随机现象，即内随机。该发现打破了拉普拉斯决定论的经典理论，于是，洛伦茨大胆预言“气候从本质上是不可预测的”^[6]。这个预言困惑了气候学界多年，但随着混沌研究的深入，人们认识到气候是一个有层次的复杂巨系统。该系统在不同层次上不同范围内，可以建立起各种预报模式，且随着分层模式的建立，长期气候预测的精度也会大有提高。

由此启发我们，经济这个巨系统也可以参照气候巨系统的研究方法进行分层。由于子空间的相对简单与可监控，制定不同层次的监管模式，从而寄希望于在子空间稳定的基础上谋求整个经济巨系统的有序。

经济巨系统的复杂性决定了对象的不确定性，因此数据和信息在表像上千差万别、杂乱无章，研究中不可能也没有必要一一涉及。如何从强干扰的海量数据中挖掘有用信息，这给人类的智能信息处理能力提出了前所未有的挑战。在数据挖掘（DM：Data Mining）和数据库知识发现（KDD：Knowledge of Data-Base Discovery）的诸多方法中，粗集理论尽管面世不足20年，但已成为分析不确定性数据的锐利武器之一^[7]。

对经济研究者而言，他的长处也许在于：①简单、易学易用；②建立于集合论基础上，易于接受；③适合于处理模糊数据与不确定性；④独特的依赖度概念适合于精炼（Perfect）不相关因素。我们将通过以下模型认识其强大功能。

仍然使用如前公司监管中的政策制定者与代理人的委托代理关系为例：

在机制实施过程中首先涉及对代理人工作努力程度的评估。理想模式是：如果代理人工作“不努力”，我们就实施