模型的实际预测检验

---

亦称模型的超样本特性检验。

指当获得模型参数的估计值后，对模型预测能力的检验。因为所估计的模型有时对于样本期间来说，经济上是有意义的，各种检验也是正确的，然而可能并不适用于预测，例如，由于客观经济现象的结构关系已经发生变化的情况下，就可能出现这种结果。

所以，当模型估计出来之后，必须研究估计值的稳定性以及相对样本容量变化时的灵敏度，也必须确定估计出来的模型是否可以用于样本观察值以外的范围，具体做法是：(1)利用扩大样本的方法重新估计模型，把增加样本容量以后的模型估计结果和原来的估计结果进行比较，并检验其间差异的显著性。

(2)把所估计出的模型用于样本以外某一时期的实际预测，并将这个预测值和实际的观察值进行比较，然后检验其间差异的显著性。

经过检验，如果差异的显著性检验显著，那么可以断定模型的稳定性以及超样本性能差，因此预测的效果也就会很差。一般来说，造成预测效果不好的原因很多，主要的可能是样本数据不足，模型参数的估计值不准，或者预测期的经济结构已经和模型估计的基期结构不同，原来的估计不再适用于预测。

在这种情况下，必须对模型重新进行估计，以求得适合预测的可靠模型。