본 논문은 모형 기반 예측 분포에 설문 조사 밀도 예측을 통합하는 직접적인 접근 방식을 개발합니다. 미국 전문가 예측 조사(SPF)의 히스토그램 예측은 기대 결과에 대한 풍부한 비모수 정보를 담고 있지만, 기존 방법은 그 일부를 폐기하는 모멘트 기반 근사에 의존합니다. 대신 우리는 히스토그램 확률 자체에 엔트로피적으로 기울여 정확하게 일치시킵니다. 단일 히스토그램 문제를 재구성한 후, 반복 비례 맞춤법으로 해결되고 본질적으로 모든 모형의 시뮬레이션된 밀도에 적용 가능한 다중 히스토그램 사례에 대한 새로운 해석적 특성화를 도출합니다. 시변 변동성을 갖는 베이지안 VAR의 실시간 예측에 이 방법을 적용한 결과, SPF 히스토그램에 기울이는 것이 특히 대침체 기간과 COVID-19 팬데믹 기간 동안 모형의 기준 예측에 비해 정확도를 상당히 향상시킨다는 것을 발견했습니다. 이러한 이점은 SPF가 목표로 하는 변수를 넘어 시스템 내의 다른 변수에 대한 예측도 개선합니다.