लुकास क्रिटिक की प्रतिक्रिया आरबीसी और डीएसजीई मॉडल का उद्भव था। मैक्रो मॉडल के माइक्रोकॉनोमिक नींव का उपयोग करके हम यह अनुकरण कर सकते हैं कि जब नीति में परिवर्तन होता है तो व्यवहार कैसे बदलता है और केवल "गहरे" संरचनात्मक पैरामैटर का अनुमान लगाते हैं जो नीतिगत रूप से भिन्न नहीं होते हैं। माइक्रोफाउंडेशन से पहले हम ऐसे मॉडल का अनुमान लगा रहे थे जहां अनुमान में लोगों के कार्यों को शामिल किया गया था। माइक्रोफाउंडेड मॉडल के साथ आज हम क्रियाओं को अलग करने की कोशिश करते हैं। पुराने मॉडलों में यह संभव नहीं था क्योंकि हम वास्तव में इस बात पर विचार नहीं करते थे कि लोग कैसे कार्य करते हैं या प्रतिक्रिया करते हैं, जबकि माइक्रोफाउंडेशन आपको बताते हैं कि लोग कैसे प्रतिक्रिया देंगे।
हालाँकि यह एक मुश्किल काम है क्योंकि एक बार जब आप एजेंटों को पेश करते हैं जो अपने कार्यों के बारे में सक्रिय रूप से सोचते हैं कि आपको उनकी भविष्य की उम्मीदों को पूरा करना चाहिए, जो अज्ञात हैं। इससे निपटने का एक तरीका तर्कसंगत अपेक्षाएं हैं।
एक और मुद्दा यह है कि ऐसे मॉडल प्रतिक्रियाओं की भविष्यवाणी करते हैं जो डेटा की तुलना में तेज हैं। यदि एजेंट पूरी तरह से तर्कसंगत हैं, सही दूरदर्शिता और सभी जानकारी है, तो वे जल्दी और पूरी तरह से प्रतिक्रिया करते हैं। इसका समाधान आज उन प्रतिक्रियाओं को जोड़ना है जो इन प्रतिक्रियाओं को धीमा कर देती हैं। हालांकि पुराने मॉडल जिनका हम अनुमान लगाते थे (आईएस-एलएम और विशेष रूप से एएस-एडी मॉडल के बारे में सोचते हैं) में भी बहुत बड़ा मुद्दा है कि लोग बहुत बेवकूफ हैं (केवल अनुकूली (पिछड़े दिखने वाली) अपेक्षाएं, अपेक्षाएं बनाते समय ध्यान में नहीं रखते हैं,) भविष्य में क्या हो सकता है, इसके बारे में मत सोचो) और यह आंशिक रूप से लुकास क्रिटिक का एक टुकड़ा है। अब हमें यह समस्या है कि लोग बहुत स्मार्ट या सुपर-तर्कसंगत हैं। कुछ मॉडल (मॉडल देखें जहां कुछ अंश एजेंट "रूल ऑफ़ थम्ब कंज्यूमर्स" हैं
तर्कसंगतता की आलोचना के लिए: कई प्रयोगात्मक सूक्ष्म अध्ययनों में तर्कसंगतता विफल हो जाती है। हालांकि यह हमें यह नहीं बताता है कि तर्कसंगतता समुच्चय से कितने छोटे विचलन हैं, जो कि मैक्रो में दिलचस्पी है। यह हो सकता है कि कई अलग-अलग विचलन से अलग-अलग दिशाओं में कि कुल तर्कसंगतता अभी भी एक अच्छा अनुमान है।
इसके अलावा दृष्टिकोण तर्कसंगत उम्मीदों से विचलित करने के लिए अब विकसित किया गया है। हालांकि ये हल करना बहुत मुश्किल है। एक दिलचस्प तरीका यह है कि लोगों को तर्कसंगत माना जाता है, लेकिन सभी जानकारी नहीं है, जो एक कारण है कि ज्यादातर लोग गलतियाँ करते हैं। ये सूचना घर्षण के मॉडल हैं। मुख्य शब्द: तर्कसंगत अंतर्ग्रहण (जैसे सिम्स) और असावधानी (जैसे रीस)। एक अन्य संबंधित दृष्टिकोण में लर्निंग मॉडल शामिल हैं।
संक्षेप में: हम उन मॉडलों की कोशिश करते हैं जो लुकास क्रिटिक के लिए प्रतिरक्षा हैं। इन्हें अक्सर हल करने के लिए तर्कसंगत अपेक्षाओं की आवश्यकता होती है, लेकिन अन्य दृष्टिकोण भी विकसित किए जा रहे हैं।