Когда экономический анализ требует одновременного вывода по множеству переменных и временных горизонтов, данная работа показывает, что обычные точечные квантили в байесовских структурных векторных авторегрессиях значительно недооценивают неопределенность импульсных откликов. Оценивается эффективность недавно предложенных методов совместного вывода, которые дают заметно отличающиеся оценки доверительных интервалов, и предлагаются процедуры калибровки, чтобы гарантировать их соответствие предполагаемому номинальному вероятностному покрытию. Два практических применения иллюстрируют значение этих выводов: (i) в структурной векторной авторегрессии фискальный мультипликатор демонстрирует доверительные интервалы, которые на 51-91% шире предыдущих оценок, и (ii) упражнение по псевдо-прогнозной оценке инфляции и валового внутреннего продукта показывает, что методы совместного вывода могут эффективно обобщать неопределенность и для прогнозов. Эти результаты подчеркивают важность использования методов совместного вывода для более надежного эконометрического анализа.