Cuando el análisis económico requiere inferencia simultánea en múltiples variables y horizontes temporales, este documento muestra que los cuantiles puntuales convencionales en autoregresiones vectoriales estructurales bayesianas subestiman significativamente la incertidumbre de las respuestas a impulsos. Se evalúa el rendimiento de los métodos de inferencia conjunta recientemente propuestos, que producen estimaciones de bandas de error notablemente diferentes, y se sugieren rutinas de calibración para asegurar que logren la cobertura de probabilidad nominal pretendida. Dos aplicaciones prácticas ilustran las implicaciones de estos hallazgos: (i) dentro de una autoregresión vectorial estructural, el multiplicador fiscal exhibe bandas de error que son del 51% al 91% más anchas que las estimaciones previas, y (ii) un ejercicio de proyección pseudo-out-of-sample para la inflación y el producto interno bruto muestra que los métodos de inferencia conjunta podrían resumir efectivamente la incertidumbre para las previsiones también. Estos resultados subrayan la importancia de utilizar métodos de inferencia conjunta para un análisis económico más robusto.