在建立预测模型时，研究人员通常需要对模型的假设进行检验，以确保模型的有效性和可靠性。以下是对选项的分析：

A: 异方差检验
异方差检验用于检验模型的残差是否具有相同的方差。如果残差的方差不是恒定的，可能会影响模型的估计结果和预测精度。

B: DW检验
DW检验（Durbin-Watson检验）用于检验模型残差的自相关性，特别是用于检测一阶自相关。如果残差存在自相关性，可能会影响模型的估计和预测效果。

C: 膨胀系数
膨胀系数（VIF，方差膨胀因子）用于检测多重共线性问题。如果自变量之间存在较强的共线性，可能会导致模型不稳定，影响预测结果。

D: QQ检验
QQ检验（Quantile-Quantile Plot）用于比较数据分布与某个理论分布（如正态分布）的吻合程度。它可以帮助检测残差是否符合正态分布的假设。

在预测模型中，确保残差的独立性和方差的稳定性是非常重要的，因此：

- 异方差检验（A）是必须的，因为异方差性会影响模型的可靠性。
- DW检验（B）也是必须的，因为残差的自相关性会影响模型的预测效果。

所以，正确答案是A和B。

但如果必须选择一个最重要的检验，考虑到问题的背景和模型的稳定性，通常DW检验（B）是更为关键的，因为自相关性会直接影响模型的预测能力。

因此，正确答案是：B: DW检验。