Este artigo propõe um framework de modelagem de risco conjunto para as taxas de juros do crédito ao consumidor brasileiro, focando nas modalidades de crédito Rotativo e Parcelado. A metodologia consiste, inicialmente, no ajuste de distribuições marginais flexíveis, selecionadas via critérios de informação (AIC/BIC) e validadas por testes de aderência (Kolmogorov-Smirnov e Anderson-Darling), com adequação verificada pelo Probability Integral Transform (PIT). A estrutura de dependência não linear entre as modalidades é modelada através de cópulas bivariadas, com seleção baseada em testes de goodness-of-fit (GOF). Por fim, utiliza-se a Simulação de Monte Carlo para gerar um 'gêmeo digital' do sistema, permitindo a estimação de probabilidades conjuntas de eventos extremos (caudas). Os resultados revelam uma dependência positiva moderada e um risco conjunto significativo em cenários de estresse, oferecendo uma ferramenta robusta para a gestão de risco e estabilidade financeira.
Comissão Organizadora
Comissão Científica