Estudiamos si, y en caso afirmativo cómo, una estructura de autocorrelación variable en diferentes partes de las distribuciones se refleja en las propiedades multifractales de un proceso dinámico. Utilizando el proceso autorregresivo de cuantiles con cópula gaussiana utilizando tres estimadores populares del exponente de Hurst generalizado, nuestro estudio de simulación de Monte Carlo muestra que dicha dinámica se traduce en una dinámica multifractal de las series generadas. La dependencia de la cola de las autocorrelaciones forma dependencias no lineales lo suficientemente fuertes como para reflejarse en los espectros multifractales estimados y separarse del caso del proceso auto-regresivo estándar. Con un ejemplo empírico rápido de los mercados financieros, argumentamos que la interacción es más importante para la dependencia asimétrica de la cola. Además, discutimos y explicamos la paradoja a menudo reportada de una mayor multifractalidad de series barajadas en comparación con las series financieras originales. En resumen, las estructuras de autocorrelación dependientes de cuantiles califican como fuentes de multifractalidad y merecen un examen teórico adicional.