The Simulated Likelihood Ratio (slr) Method

||||||||||||| R esum e. Une m ethode de simulation fond ee sur des techniques d'echantil-lonage d'importance, de Gibbs et Metropolis-Hastings permet d'approcher le rapport de la vraisemblance en deux valeurs du param etre, et donc l'estimateur du maximum de vraisemblance, dans le cadre g en eral des mod-eles dynamiques avec variables latentes. Cette classe contient comme cas particuliers les mod eles a facteurs, les mod eles a changements de r egimes, les mod eles a variable d ependante limit ee dynamiques, les mod eles a volatilit e stochastique et les mod eles en temps continu discr etis es. Abstract. A simulation method based on importance sampling, Gibbs and Metropolis-Hastings techniques allows to approximate the ratio between the likelihood function computed for two diierent parameter values. Thus it is possible to approximate the maximum likelihood estimator in the general framework of dynamic latent variable models. Some examples of this class of models are factor models, switching regime models, dynamic limited dependent variable models, stochastic volatility models and discretised continuous time models.