[INTRODUÇÃO] As Redes Neurais compõem uma técnica altamente flexível de aplicações incrivelmente variadas e enorme potencial de benefícios a serem oferecidos. A capacidade das Redes Neurais de estabelecer relações não-lineares entre os dados de entrada e o objetivo a ser produzido tem chamado, particularmente, a atenção da comunidade financeira que vem procurando através do desenvolvimento de caminhos da Inteligência Artificial aplicações em seu campo de trabalho para a modelagem de sistemas. Redes Neurais se mostram especialmente adequadas à simulação de inteligência no reconhecimento de padrões, atividades de associação e classificação de dados o que lhes capacita para a solução de problemas freqüentes nas áreas de análise de crédito, investimentos em títulos e de previsão financeira. Este trabalho visa através da pesquisa, bibliográfica, compilar pesquisas, casos e artigos que foquem a utilização da tecnologia de Redes Neurais no auxílio a tomada de decisão em Finanças. [METODOLOGIA] A metodologia escolhida consistiu em uma pesquisa bibliográfica, efetuada em artigos, livros e dissertações publicados e que tratam de Redes Neurais e suas aplicações no âmbito financeiro. Buscou-se ainda mostrar o que vem sendo desenvolvido neste campo por estudiosos de todo mundo através da apresentação de trabalhos abordados em suas características principais. Como ilustração da viabilidade e eficiência deste tipo de aproximação para certas áreas de tomada de decisão financeira casos reais foram incluídos neste estudo. [RESULTADOS] O cérebro animal é formado por células especiais, os neurônios. O funcionamento dos neurônios se dá através de agrupamento chamados de redes. Essas redes são formadas por milhares de neurônios interconectados, assim, pode-se definir o cérebro como uma coleção de Redes Neurais. Um modelo que simula uma Rede Neural biológica é uma Rede Neural artificial. Algumas das vantagens do uso de Redes Neurais na modelagem em Finanças incluem o fato delas não necessitarem de conhecimento formal para sua implementação, o que as toma apropriadas para domínios onde o conhecimento é escasso, sua capacidade de desenvolver fronteiras entre entradas e saídas altamente não-lineares e um tempo de processamento menor do que o de sistemas convencionais. Por outro lado, as Redes Neurais também apresentam suas limitações, fundamentalmente representadas pela ocorrência das Redes Neurais, em alguns casos, considerarem como relevantes à tomada de decisão fatores que não são representativos ou que conflitam com as teorias tradicionais de domínio público. [CONCLUSÃO] Redes Neurais artificiais representam uma forma radicalmente diferente de computação. A tecnologia de Redes Neurais artificiais pode apresentar performance superior a aproximações convencionais de resolução de problemas numa grande variedade de áreas. Mesmo com numerosos modelos de Redes Neurais e produtos de apoio a esses modelos agora disponíveis, a utilização de sistemas baseados em Redes Neurais para auxiliar na tomada de decisão está ainda no início de seu desenvolvimento, com boa parte de sua atual atividade ocorrendo ainda num nível de pesquisa.