由于我国互联网金融尚处于快速发展阶段,目前学者们对互联网金融的研究多为定性分析,主要从互联网金融的概念与模式、互联网金融对传统金融的影响、互联网金融的风险与监管建议等方面进行研究,仅有少量文献对互联网金融公司的绩效评价进行定量分析。本文以从WIND数据库中选取44家互联网金融上市公司为研究对象,根据上市企业披露的2015-2018年的数据,通过指标筛选和评分模型来探究互联网金融公司的绩效评价体系,通过筛选确定了财务指标和非财务指标总计14个,构建上市互联网金融公司绩效评价指标体系;选取44家上市互联网金融公司的数据,对其进行归一化处理和相关性检验,利用层次分析法得到各级指标权重,得出BP神经网络的期望输出。最后利用构建的BP神经网络绩效评价模型进行网络训练和仿真分析,其中选取38家企业近四年的152个数据作为训练样本,6家公司近四年数据作为测试样本,对仿真输出结果进行分析。评价结果显示,东方财富的综合绩效水平最高,拉卡拉和二三四五次之,中科金财的综合绩效水平最低。几家互联网金融公司综合绩效水平形成明显的梯队差别。五家互联网金融公司的综合绩效评价值自2015年以来逐年下降,下降幅度较大,总体上处于较低的水平。值得一提的是,在互联网金融行业监管更加严格,整体表现连续几年下滑的情况下,而2017年二三四五仍然取得一定的增长,这表明互联网金融行业仍有一定的发展空间,东方财富的综合绩效评分远远领先于其他公司,值得深入分析为互联网金融公司的可持续发展提供思路。模型可以在合理的误差范围内(平均绝对误差值为0.018)评估互联网金融公司的综合绩效水平。通过调用具有固定权重阈值的训练过的网络模型,可以实现任何一家互联网金融企业的综合绩效测评并预测未来发展潜力,为政府制定政策提供一定参考,具有良好的实用性和可操作性。