自2019年7月开市以来,科创板已经为一批又一批科技创新能力较强但发展资金不足的企业提供了直接融资的渠道,为我国科技创新和产业升级注入了活力。然而,科创板上市条件的放宽及其企业自身所具有的特殊性,使得传统估值方法在对该板块企业进行估值时受到种种限制,这就为该板块企业的价值评估带来了挑战,因此,如何对科创板企业作出合理估值是当下亟需解决的重大课题。在此背景下,本文对逐步回归—BP神经网络在科创板上市公司价值评估中的适用性进行了探讨。首先,本文结合科创板发展现状及该板块上市企业特征对现有的多种企业价值评估方法进行了分析,初步从理论层面证明:逐步回归—BP神经网络法在科创板上市企业价值评估中具有普遍适用性;其次,本文对逐步回归—BP神经网络法的实质、基本原理以及该方法下企业价值的形成机制进行了剖析,并以此为基础构建了估值模型。依据该模型,本文选取了对企业价值有重要影响的因素,使用逐步回归模型对企业价值与其驱动因素之间的相关性进行检验,并剔除其中引起多重共线性的变量,进而将筛选得到的最优自变量作为输入变量导入BP神经网络模型中计算评估对象的企业价值。模型输出值与企业实际价值的对比结果表明,逐步回归—BP神经网络在科创板上市公司价值评估中具有适用性。最后,文章依据研究结论提出有利于提高科创板上市公司估值准确性和合理性的建议。本文的研究在理论上对逐步回归—BP神经网络评估科创板上市公司企业价值的原理和实质进行了分析,在方法上使用逐步回归模型对传统BP神经网络模型进行了优化,为逐步回归—BP神经网络模型的广泛运用提供了理论和实践依据。