对企业来说市场竞争越发激烈,其在做好自身管理的同时,严格做好供应商管理,构建一个稳定运行的供应链体系,能够有效提升自身竞争力。现代企业也越来越重视构建一个完善的评价供应商的体系以预防可能发生的风险。同时企业在生产经营以及与供应商合作过程中积累了大量原始数据。所以,在已有企业内部经验信息的前提下,如何利用可获取的外部数据来更好的评价供应商,预防供应商潜在经营风险给本企业造成损失,是本论文的主要内容,也是创新点所在,即提供一种新的评价供应商的方法以及可靠的数据来源。本文构建的经营风险模型主要基于逻辑回归算法,采取理论推导与实验分析相结合的方法,解决实际应用问题。首先,讨论选取合适的数据来源,采用相关性分析和K-S检验选择适合构建模型的指标。其次,考虑到整体样本量较少,对负分类样本,选取企业内部交易额大、供货稳定的供应商作为补充,通过逻辑回归得到供应商经营风险模型。再次,针对样本中经营困难(破产)的企业数量较少的问题,即此时的类不平衡问题,采用SMOTE算法增加正分类样本数量,最终获得改进的逻辑回归经营风险分析模型。改进前后获得的分类模型都使用混淆矩阵和F-measure分析计算模型结果预测的精确度,利用ROC曲线对两个模型进行比较,最终选择精度更高、泛化效果更好的模型,并采用更多数据对模型加以验证,最终得到表现更好的分类器。