我国商业银行供应链金融业务的实践起源于1999年，随着我国金融市场的日趋完善，物流、资金流和信息流集成化协同服务创新管理日益成熟，银行也越来越重视对于供应链金融融资产品的开发。供应链金融业务可以有效的解决中小企业融资难的问题，银行在进行融资企业授信时，不仅要考察融资企业的资信水平，也要针对供应链融资的特点对信用风险进行综合性评价。随着商业银行金融融资业务的开展，如何正确、科学、合理地评价供应链金融业务中融资企业信用风险，已成为亟待解决的问题。本文着力于从供应链金融业务在我国的发展现状、供应链融资主要模式的风险因素、信用风险评价指标体系构建以及评价模型的建立四个方面来分析研究。论文用Logit模型进行实证分析，并且在此基础上，用KMV模型中的违约距离对Logit模型进行优化，得到准确性高的商业银行供应链金融业务信用风险评估方法，从而提出了有针对性的供应链金融信用风险管理建议。论文首先回顾供应链金融的研究背景与意义，对供应链金融融资的涵义、特点以及与传统融资模式的差异进行分析，介绍了博弈论和契约论等供应链金融信用风险管理理论。其次，从政策环境、经济金融环境、银行供应链金融业务实践对我国供应链金融的发展现状进行描述。我国商业银行目前主要有有应收帐款融资、保兑仓融资和融通仓融资三种供应链金融业务。通过对银行普遍开展的供应链融资业务三种基本模式的介绍和分析，总结了各融资业务的信用风险管理作用，并且指出了各融资业务的致险因素。第三，文章分析了供应链金融基本融资业务后，选取了融资企业、核心企业、供应链关系和供应链基本融资模式四个方面的指标，将定性与定量指标、财务与分财务指标相结合，建立供应链金融信用风险评价体系。第四，论文从融资企业、核心企业、供应链关系和供应链融资模式选取了33个指标，并且运用因子分析的方法选择出关键性指标，采用Logit模型来进行信用风险评价。得到影响融资企业信用风险的关键指标主要有融资企业营运能力、盈利能力、短期偿债能力、核心企业净资产收益率、供应链中融资企业与核心企业的关系质量、融资企业产品替代性价格虚高风险以及融资企业是否违约等的结论。最后与传统Logit信用风险评价模型进行比较，从结果来看供应链金融业务信用风险评价模型更加准确。第五，采用KMV模型中的违约距离对供应链金融业务信用风险评价模型进行优化，将KMV模型得出的违约距离作为信用风险新的解释变量进行回归分析，然后进行信用风险的度量。从结果来看，违约距离在logit模型中是很好的解释变量，基于KMV和Logit的混合模型的信用风险评价准确性更高。最后，结合本文的分析过程和实证结果，提出了商业银行供应链金融信用风险管理建议，分别从信用风险评估配套工作和信用风险防范与控制方面提出针对性对策建议。