Lorsque l'analyse économique nécessite une inférence simultanée sur plusieurs variables et horizons temporels, cet article montre que les quantiles ponctuels conventionnels dans les autorégressions vectorielles structurelles bayésiennes sous-estiment significativement l'incertitude des réponses d'impulsion. La performance des méthodes d'inférence conjointe proposées récemment, qui produisent des estimations de bandes d'erreur notablement différentes, est évaluée, et des routines de calibration sont suggérées pour s'assurer qu'elles atteignent la couverture de probabilité nominale intentionnelle. Deux applications pratiques illustrent les implications de ces résultats : (i) dans une autorégression vectorielle structurelle, le multiplicateur budgétaire présente des bandes d'erreur qui sont de 51 à 91 % plus larges que les estimations précédentes, et (ii) un exercice de projection pseudo-hors-échantillon pour l'inflation et le produit intérieur brut montre que les méthodes d'inférence conjointe pourraient efficacement résumer l'incertitude pour les prévisions également. Ces résultats soulignent l'importance d'utiliser des méthodes d'inférence conjointe pour une analyse économétrique plus robuste.