这两次危机，特别是新冠肺炎大流行的紧迫性，暴露出传统统计数据集和模型不足以在动荡时期为决策过程提供及时支持。利用公共政策数据分析的进步和实时数据的日益可用性，我们开发并评估了一种用于税收和社会保护政策实时政策评估的方法。我们的方法超越了最先进的技术，通过实施一致或校准的微观模拟方法来生成反事实的收入分配，作为比基础收入调查更及时的外部数据的函数。我们通过对历史危机进行临近预报，根据实际变化和彼此进行判断，来评估我们的方法和过渡矩阵方法之间的模拟性能。临近预测作为一种有用的方法出现，用于检查有关劳动力参与、收入分配、价格和收入不平等的最新统计数据。我们发现当校准涉及结构异质性变化时，不同方法之间存在显著差异。该模型复制了一年内收入分配的变化;从更长的时间来看，模型能够捕捉到趋势，但是我们离估计年份越远，水平的精度就越低。