Generalized Autoregressive Score Models

Francis Diebold comentando a nova geração de modelos Generalized Autoregressive Score models.  Esta classe de modelos é baseada em um método de atualização de fatores latentes usando a informação do score do modelo, que permite uma classe de verossimilhanças baseadas em observações e assim não necessitam de métodos de simulação, amostragem por importância, mcmc, etc.  Eu já havia comentado sobre estes modelos a partir do novo livro do Andrew Harvey.
É interessante que muitos dos comentários do Diebold foram respondidos em um novo artigo do Blasques, Koopman e Lucas, que o próprio Koopman cita nos comentários do post, e que permite encaixas os modelos GAS no framework padrão de máxima verossimilhança. É uma bela discussão.