近年来,互联网金融作为新兴行业,正处于高速发展阶段。但目前为止,极少有文献对互联网金融企业的绩效进行定量研究。因此,建立准确度高、实用性强的互联网金融企业绩效综合评价模型就变得尤为重要。本文基于互联网金融行业的特点,通过定量分析模型的构建,为当下高速发展的互联网金融行业提供一个可参考的绩效综合评价模型,对行业形成广泛适用的绩效综合评价体系有重要的意义。本文选取38家互联网金融上市企业为研究对象,结合行业特点选取10个财务指标和4个非财务指标,构建互联网金融企业绩效综合评价指标体系。先用层次分析法确定各评价指标的相对权重,再构建BP神经网络,选取34家公司2015-2019年的170组数据作为训练样本,通过对照实验,分别确定神经元数目、训练函数、传递函数等参数,经过167次训练,精度控制在预设范围内,形成稳定的网络结构。最后选取苏宁易购、生意宝、同花顺、东方财富四家公司2015-2019年的20组数据进行测试,计算了期望输出和仿真输出之间的误差,结合企业实际情况分析了企业绩效水平和未来发展。评价结果显示,在选取的四家企业中,同花顺绩效综合评价得分最高,东方财富和生意宝次之,苏宁易购的绩效综合评价得分最低。模型仿真输出的误差很低,平均相对误差为0.066647%,可以有效地评价互联网金融企业绩效综合。本文所构建的互联网金融企业绩效综合评价模型,仅需互联网金融企业披露评价体系中的14个指标,就可以应用该模型对企业绩效进行综合评价,模型误差较小,可以在行业内广泛应用,为政府对互联网金融行业制定相关政策提供了参考。