现阶段,中小企业推动国家经济又快又好地发展起着重大作用,是我国特色社会主义市场经济的重要组成部分,但是其付出与回报并不对等,融资难是中小企业发展的最大瓶颈,国家政策虽然已经倾向于发力扶持中小企业发展,为其发展提供契机,但是实际落实政策仍然困难重重。商业银行考虑安全性,几乎不会给中小企业授信,这就导致国家政策落实不到实处。中小企业发展严重受阻之际,我国平安银行率先开展供应链融资业务(Supply Chain Finance,简称SCF),不仅缓解中小企业融资难问题,还给自己增加利润增长点。虽然开展供应链融资业务取得成功——实现双赢,但是全国很少有商业银行开展供应链融资业务,究其原因在于SCF环境下银行未能对中小企业信用风险的有效度量,“慎贷”心里的存在,使得中小企业融资难改善效果不佳。本文,从供应链视角下,对中小企业信用风险进行评价研究,既能给商业银行开展供应链融资业务评价风险提供有效、可行的方法,又能从根本上解决中小企业融资难的问题。学者们对企业信用风险评价的研究方法主要是传统分析方法、现代分析方法、信用评分法。传统分析方法依赖专家主观性,不能客观公正评价信用风险。现代评分法适用于财务透明的大型企业,并不适合中小型企业。与前两种方法相比,信用评分法结合定性与定量分析,能够客观评价信用风险。因此,本文选取了信用评分法中的人工神经网络方法对SCF下中小企业的信用风险进行度量。本文首先分析SCF下中小企业信用风险的影响因素,并与传统融资方式进行比较,发现一些额外的影响因素对中小企业信用风险影响显著。全面分析影响因素的基础上,构建基于BP神经网络的供应链融资中小企业信用风险评价模型。利用采集到的数据,对模型仿真并检验其有效性。针对供应链融资中小企业信用风险评价模型的结果,给商业银行开展供应链融资业务提供决策信息。