La réponse à la Lucas Critique a été l'émergence de modèles RBC et DSGE. En utilisant les fondements microéconomiques des macro-modèles, nous pouvons simuler comment le comportement change lorsque la politique change et estimer uniquement les paramètres structurels "profonds" qui ne sont pas des variantes de politique. Avant les microfoundations, nous estimions des modèles où l'estimation incluait les actions des personnes. Avec des modèles microfondés aujourd'hui, nous essayons de séparer les actions. Cela n'était pas possible dans les modèles plus anciens, car nous ne pensions pas comment les gens agissaient ou réagissaient, tandis que les microfondations vous indiquent comment les gens réagiraient.
Cependant, c'est une tâche difficile car une fois que vous introduisez des agents qui réfléchissent activement à leurs actions, vous devez prendre en compte leurs attentes futures, qui sont inconnues. Une façon de faire face à cela est des attentes rationnelles.
Un autre problème est que ces modèles prédisent des réactions plus rapides que dans les données. Si les agents sont parfaitement rationnels, ont une parfaite prévoyance et toutes les informations, ils réagissent rapidement et parfaitement. La solution à cela aujourd'hui est d'ajouter des frictions qui ralentissent ces réactions. Cependant, les anciens modèles que nous avons utilisés pour estimer (pensez aux modèles IS-LM et en particulier AS-AD) ont également l'énorme problème que les gens sont trop stupides (uniquement des attentes adaptatives (rétrospectives), ne prennent pas en compte les informations lors de la formation des attentes, ne pensez pas à ce qui pourrait arriver dans le futur) et ceci est en partie un morceau de la Lucas Critique. Maintenant, nous avons le problème que les gens sont trop intelligents ou super rationnels. Certains modèles (voir les modèles dans lesquels une partie des agents sont des "consommateurs"
Quant à la critique de la rationalité: dans de nombreuses micro-études expérimentales, la rationalité échoue. Cependant, cela ne nous dit pas combien de petits écarts par rapport à la rationalité agrégée, c'est ce qui intéresse la macro. Il peut arriver que de nombreuses déviations différentes dans des directions différentes, que la rationalité agrégée reste une bonne approximation.
De plus, des approches ont été développées maintenant pour s'écarter des attentes rationnelles. Ces problèmes sont cependant très difficiles à résoudre. Une façon intéressante est de supposer que les gens sont rationnels, mais ne disposent pas de toutes les informations, ce qui explique pourquoi la plupart des gens font des erreurs. Ce sont des modèles de frictions d'informations. Mots clés: Inattention rationnelle (par exemple Sims) et Inattention (par exemple Reis). Une autre approche connexe comprend les modèles d'apprentissage.
Pour résumer: nous essayons d'avoir des modèles à l'abri de la Lucas Critique. Ceux-ci nécessitent souvent de résoudre des attentes rationnelles, mais d'autres approches sont également en cours d'élaboration.
