在充满机遇和挑战的时代背景下,提升国家的核心竞争力,核心科技上必须要有所突破。高新企业从企业定位上符合“科技是第一生产力”的发展理念,追求企业的生存发展的同时维持着科技创新。中国正处于迈向“中国创造”的关键时刻,高新企业迎来新的发展机遇,资本市场上也活跃着越来越多的技术型企业,现阶段常用的评估方法仅通过财务数据,无法充分体现高新企业价值,以至于评估结果偏离真实企业价值。因此,对高新企业价值评估研究具有现实意义。本文通过建立BP神经网络模型对高新企业价值进行研究。首先,对目前常用的企业价值评估方法阐述,并分析其应用在高新企业价值评估上的弊端与不足。其次,针对常用评估方法缺陷,结合现有高新企业价值研究,构建高新企业五维价值体系,包含了企业的科研创新能力、抗风险能力、营运能力、盈利能力以及扩张能力,充分利用了企业财务数据,增加了非财务指标的分析。而后搜集2020年12月31日600多家高新企业相关价值变量数据,通过SPSS进行标准化以及相关性检测分析,从上述价值指标中筛选出与企业价值相关性强的指标,明确了高新企业价值影响因素,借助python构建BP神经网络模型,将样本按照8:2的比例分为训练样本以及检测样本,经过模型的训练学习和调整,确定BP神经网络的相关参数。最后选取海康威视企业为评估案例,分别应用BP神经网络模型以及市场法评估其企业价值,通过两种方法的对比分析,突出基于BP神经网络的高新企业价值评估的适用性及精确性。经过研究,BP神经网络凭借强大的自学习能力,减少对未来经营状况预测,降低了评估过程中的主观干扰;应用中不受前提假设的约束,突破了其他评估方法的局限性。从指标上看,科研创新能力以及抗风险能力对高新企业有着强大的影响,所以要想提升高新企业价值,还是应当以技术突破为目标,提高技术优势,同时合理配置资源,保障留有充足的手段以应对债务风险,维持稳定经营。本文有参考文献76篇,图6幅、表23个。