Las empresas con buenos datos de flujo de caja libre a largo plazo a menudo tienen mejores perspectivas que las empresas con buenos beneficios netos pero un flujo de caja libre inestable durante mucho tiempo, y la predicción del flujo de caja libre es una parte importante de la evaluación del valor empresarial de una empresa. Al determinar la función de aptitud, la fórmula del algoritmo, la población y el diseño de la red neuronal de retropropagación (BP), se propone un modelo de red neuronal BP basado en el algoritmo genético mejorado para predecir el flujo de caja libre de las empresas. Tomando como ejemplo los datos de flujo de caja libre de la Empresa G desde el 1 de enero de 2019 hasta el 30 de junio de 2019, después de evaluar el mayor número de neuronas y la mejor población, analizar los errores relativos y comparar los errores relativos promedio de diferentes modelos de predicción, los resultados muestran que el modelo tiene una mejor precisión de predicción. La previsión del flujo de caja puede mejorar efectivamente la toma de decisiones sobre producciones y operaciones y la financiación de inversiones de las empresas, y tiene una importante significación práctica para el estudio de la gestión de fondos empresariales.