自从习近平总书记在十九大报告中提出了网络强国计划并成为互联网行业快速发展的动力,互联网企业就已经在我国经济发展中发挥了不可替代的作用。移动互联网与大数据结合了现代农业、现代制造业、现代医疗和现代教育行业,全面促进了互联网企业的发展。在竞争激烈残酷的市场中,互联网企业若要保持健康的发展就必须时刻警惕财务风险,加强风险管理能力,防患于未然。由此可见,构建一个互联网上市公司财务风险评价模型是刻不容缓的,有关于互联网上市企业的财务风险评价研究是极为有意义的。本文先介绍了财务风险评价和评价方法的相关理论,再结合我国互联网行业的制度背景和发展现状,分析出互联网企业现今面临的主要的四个财务风险,即筹资风险、投资风险、营运风险和现金流量风险,再分类具体分析对互联网企业提出影响财务风险评价的指标,搭建互联网上市公司财务风险评价的指标体系。然后,分析比对各种财务风险评价的方法,比较其优劣,最终选择了最适用于互联网企业的BP神经网络模型。再然后,选取了我国沪深主板上市的93家互联网企业作为研究样本,挖掘其2016年和2017年的财务数据,对样本数据进行主成分分析和聚类分析处理,利用BP神经网络进行训练仿真,建立了互联网上市企业财务风险评价模型,并将样本企业分组分类对模型的稳健性进行检验。最后,本文还利用互联网上市公司2016年的数据预测2017年的财务风险状况,分析构建的BP神经网络模型财务风险评价的预测效果。本文构建的基于BP神经网络的互联网上市财务风险评价模型经过训练与测试之后,能够准确的判断出互联网上市公司现有财务状况同时还具有较好的预测效果,评价的结果能够使互联网企业的管理者清晰地判断出企业是否面临财务风险,并根据实际情况采取相应的事前控制和事后应对手段。最终能够提高互联网企业的风险应对能力,提升互联网企业的国内外地位。