Projekt koncentruje się na wypracowaniu nowych metod prognozowania probabilistycznego z zastosowaniami w ekonometrii i finansach. Nowe metody opisu niepewności wykorzystujące dynamiczne łączenie prognoz odwołują się do idei mówiącej iż w danym momencie może nie być jasne który model ma najlepsze własności prognostyczne. Dodatkowo, może to się zmienić wraz ze zmianą np. warunków gospodarczych. Taka koncepcja ma ważne konsekwencje dla analiz niepewności prognozy. Jednakże, wszelkie nowoczesne zastosowania metod statystycznych mających na celu analizę niepewności co do kształtowania się przyszłych wielkości ekonomicznych są technicznie zaawansowane i wymagające pod względem mocy obliczeniowej.

Projekt skupia się na problemie opracowania optymalnej metodologii (udostępnionej praktykom) która może być stosowana w prognozowaniu makroekonomicznym (skupiającym się na opisie niepewności predykcji) oraz w analizach ryzyka prowadzonych zarówno w makroekonomii jak i finansach. Lepszy opis niepewności prognoz makroekonomicznych jest ważny z punktu widzenia osób prowadzących politykę ekonomiczną a także może przyczynić się do lepszego rozumienia roli niepewności w analizach gospodarczych. Może to także przyczynić się do powstania lepszych metod prognozowania zmian koniunktury gospodarczej. Ponadto ulepszone metody oceny ryzyka są ważne w analizach stabilności finansowej–mogą przyczynić się także do wypracowania procedur i regulacji prawnych przyczyniających się do stabilności systemu bankowego i całości systemu finansowego. Waga tego typu zagadnień wzrasta wraz z zacieśnianiem się międzynarodowych powiązań o charakterze gospodarczym. Praktyczne znaczenie tych zagadnień jest bardzo znaczne (szczególnie mając na uwadze ostatni kryzys finansowy).