Neste artigo procura-se atingir um duplo objetivo: por um lado, o modelo de Redes Neurais Artificiais (RNA) é apresentado dando destaque às suas características estatísticas; e, por outro, são apresentados dois exercícios de previsão empíricos onde se tenta comparar o desempenho das RNAs e do modelo de séries de tempo estrutural, que pertence à classe dos modelos de decomposição em componentes não-observáveis (UCM). Na verdade, os modelos econométricos tradicionais são usados para fornecer uma base inicial para a determinação da arquitetura da RNA. Os resultados mostram que, para as previsões um passo a frente, não é possível discriminar inequivocamente a favor de um dos modelos; contudo, para previsões com horizontes de tempo mais longos, a RNA apresenta maior capacidade preditiva.