The capacity in terms of prediction to calculate the accumulation of monthly contributions made by open supplementary pension plans is something that, in the current competitive and globalized market, can be a key factor for insurers and other financial institutions to maintain or obtain their financial and actuarial balance. In this sense, the present study aims to compare time series and computational intelligence models through the randomness of the errors found in the forecast. Finally, the model of Box & Jenkins proved to be more accurate than the models of Artificial Neural Networks in terms of parsimony between performance and technical difficultyA capacidade em termos de previsão para calcular o acúmulo de contribuições mensais obtidos pelos planos de previdência complementar aberta é algo que, no atual mercado competitivo e globalizado, pode ser um fator fundamental para que as seguradoras e demais instituições financeiras mantenham ou obtenham seu equilíbrio financeiro e atuarial. Neste sentido o presente estudo visa comparar modelos de séries temporais e modelos de inteligência computacional, através da casualidade dos erros encontrados na previsão. Ao final, o modelo de Box & Jenkins se mostrou mais acurado que os modelos de Redes Neurais Artificiais em termos de parcimônia entre desempenho e dificuldade técnica.São Cristóvão, SE