Tanggapan terhadap Kritik Lucas adalah munculnya model RBC dan DSGE. Menggunakan fondasi mikroekonomi dari model makro kita dapat mensimulasikan bagaimana perilaku berubah ketika kebijakan berubah dan hanya memperkirakan paramater struktural "dalam" yang bukan varian kebijakan. Sebelum microfoundations kami memperkirakan model di mana estimasi termasuk tindakan orang. Dengan model microfounded hari ini kami mencoba memisahkan tindakan. Ini tidak mungkin dalam model lama karena kami sebenarnya tidak mempertimbangkan bagaimana orang bertindak atau bereaksi, sedangkan mikrofoundasi memberi tahu Anda bagaimana orang akan bereaksi.
Namun ini adalah tugas yang sulit karena sekali Anda memperkenalkan agen yang secara aktif memikirkan tindakan mereka, Anda harus memperhitungkan harapan masa depan mereka, yang tidak diketahui. Salah satu cara untuk menghadapinya adalah harapan rasional.
Masalah selanjutnya adalah bahwa model tersebut memprediksi reaksi yang lebih cepat daripada dalam data. Jika agen sangat rasional, memiliki pandangan ke depan yang sempurna dan semua informasi, mereka bereaksi dengan cepat dan sempurna. Solusi untuk ini hari ini adalah dengan menambahkan gesekan yang memperlambat reaksi ini. Namun model lama yang kami perkirakan (pikirkan tentang IS-LM dan terutama model AS-AD) juga memiliki masalah besar bahwa orang-orang terlalu bodoh (hanya harapan adaptif (melihat ke belakang), tidak mempertimbangkan informasi ketika membentuk harapan, jangan berpikir tentang apa yang akan terjadi di masa depan) dan ini adalah sebagian dari Kritik Lucas. Sekarang kita memiliki masalah bahwa orang terlalu pintar atau super rasional. Beberapa model (lihat model di mana beberapa fraksi agen adalah "Konsumen Aturan Jempol"
Adapun kritik rasionalitas: Dalam banyak penelitian mikro eksperimental rasionalitas gagal. Namun ini tidak memberi tahu kita berapa banyak penyimpangan kecil dari agregat rasionalitas, yang merupakan kepentingan makro. Dapat terjadi bahwa dari banyak penyimpangan berbeda dalam arah yang berbeda yang dalam rasionalitas agregat masih merupakan perkiraan yang baik.
Selanjutnya pendekatan telah dikembangkan sekarang untuk menyimpang dari harapan yang rasional. Ini sangat sulit untuk dipecahkan. Salah satu cara menarik adalah dengan menganggap orang itu rasional, tetapi tidak memiliki semua informasi, yang merupakan alasan kebanyakan orang membuat kesalahan. Ini adalah model gesekan informasi. Kata kunci: Ketidakpedulian Rasional (mis. Sims) dan Ketidakpedulian (misalnya Reis). Pendekatan terkait lainnya termasuk Model Pembelajaran.
Untuk meringkas: kami mencoba untuk memiliki model yang kebal terhadap Kritik Lucas. Ini sering membutuhkan harapan rasional untuk dipecahkan, tetapi pendekatan lain juga sedang dikembangkan.