Die Antwort auf die Lucas-Kritik war die Entstehung von RBC- und DSGE-Modellen. Mithilfe mikroökonomischer Grundlagen von Makromodellen können wir simulieren, wie sich das Verhalten ändert, wenn sich Richtlinien ändern, und nur "tiefe" Strukturparameter schätzen, die keine Richtlinienvarianten sind. Vor Mikrofundamenten schätzten wir Modelle, bei denen die Handlungen die Handlungen von Menschen umfassten. Mit mikrofundierten Modellen versuchen wir heute, die Aktionen zu trennen. Dies war bei älteren Modellen nicht möglich, da wir tatsächlich nicht berücksichtigt haben, wie Menschen handeln oder reagieren, während Mikrofundamente Ihnen sagen, wie Menschen reagieren würden.
Dies ist jedoch eine schwierige Aufgabe, da Sie, sobald Sie Agenten vorstellen, die aktiv über ihre Aktionen nachdenken, deren zukünftige Erwartungen berücksichtigen müssen, die unbekannt sind. Ein Weg, um damit umzugehen, sind rationale Erwartungen.
Ein weiteres Problem ist, dass solche Modelle Reaktionen vorhersagen, die schneller sind als in den Daten. Wenn Agenten vollkommen rational sind, eine perfekte Voraussicht und alle Informationen haben, reagieren sie schnell und perfekt. Die Lösung hierfür besteht heute darin, Reibungen hinzuzufügen, die diese Reaktionen verlangsamen. Alte Modelle, die wir zur Schätzung verwendet haben (denken Sie an IS-LM- und insbesondere AS-AD-Modelle), haben jedoch auch das große Problem, dass Menschen zu dumm sind (nur adaptive (rückwärtsgerichtete) Erwartungen, Informationen bei der Bildung von Erwartungen nicht berücksichtigen). Denken Sie nicht darüber nach, was in Zukunft kommen könnte. Dies ist teilweise ein Teil der Lucas-Kritik. Jetzt haben wir das Problem, dass die Leute zu klug oder überrational sind. Einige Modelle (siehe Modelle, bei denen ein Teil der Agenten "Faustregel-Verbraucher" sind)
Zur Kritik der Rationalität: In vielen experimentellen Mikrountersuchungen versagt die Rationalität. Dies sagt uns jedoch nicht, wie viele kleine Abweichungen vom Rationalitätsaggregat, woran das Makro interessiert ist. Es kann vorkommen, dass aus vielen verschiedenen Abweichungen in verschiedene Richtungen die aggregierte Rationalität immer noch eine gute Annäherung ist.
Darüber hinaus wurden jetzt Ansätze entwickelt, um von rationalen Erwartungen abzuweichen. Diese sind jedoch sehr schwer zu lösen. Ein interessanter Weg ist anzunehmen, dass Menschen rational sind, aber nicht über alle Informationen verfügen. Dies ist ein Grund, warum die meisten Menschen Fehler machen. Dies sind Modelle für Informationsfriktionen. Schlüsselwörter: Rationale Unaufmerksamkeit (zB Sims) und Unaufmerksamkeit (zB Reis). Ein weiterer verwandter Ansatz umfasst Lernmodelle.
Zusammenfassend: Wir versuchen, Modelle zu haben, die gegen die Lucas-Kritik immun sind. Diese erfordern oft die Lösung rationaler Erwartungen, aber es werden auch andere Ansätze entwickelt.