Nous proposons une approche unifiée pour analyser la méthode de bootstrap appliquée aux estimateurs de pseudo-maximum de vraisemblance dans le contexte de modèles non linéaires dynamiques où les données sont caractérisées par une dépendance d'époque proche. Nous appliquons nos résultats à la méthode de bootstrap de blocs mouvants de Künsch (1989) et Liu et Singh (1992) et nous démontrons la validité asymptotique de premier ordre de l'approximation du bootstrap à la distribution asymptotique de l'estimateur de pseudo-maximum de vraisemblance. Nous considérons aussi l'application du bootstrap à la réalisation de tests d'hypothèses. En particulier, nous démontrons la validité asymptotique des versions de bootstrap des tests de Wald et du multiplicateur de Lagrange.