根据《中国企业发展报告(2015)》,我国中小微企业创造GDP占比达60%,中小企业在中国经济发展起着重要作用,应积极支持中小企业发展。但根据银监会对主要银行信贷信息统计结果,截止至2014年6月30日,大企业获得的银行贷款金额达50%以上,而创造六成GDP的中小企业仅获得16%,中国中小企业融资难问题依然严峻。因此,为了促进中小企业成长,应当首先克服融资难问题。我国供应链金融业务最早由深圳发展银行推出。不同于传统授信业务,在供应链金融业务中,银行对中小企业的信用评价不再局限于中小企业本身,而扩展至供应链,大大提高银行对中小企业的信用评价,使得中小企业更容易获得银行贷款。因此,供应链金融业务能够缓解中小企业融资难问题,应当积极推进供应链金融业务的发展。为了促进供应链金融业务健康发展,应当控制供应链金融信用风险,因此供应链金融信用风险度量研究成为商业银行的重要课题。关于信用风险模型体系虽较健全,但针对度量供应链金融信用风险模型体系尚处于摸索中,本文构建MKMV-Logit模型,以期为完善该模型体系作出一定贡献。为了对研究对象有初步认识,本文首先明确供应链金融概念与特点,并深入分析其信用风险影响因素。接着,本文从常用模型简介、模型选择原则、模型适用性分析三方面确定本文模型,并详细说明了KMV模型与Logit模型的求解过程及模型修正方法。为了证明MKMV-Logit模型的操作性,本文选取52家行业与规模匹配的ST与非ST的中小企业作为样本,以应收账款模式为例,进行实证研究。实证结果显示,MKMV-Logit模型计算得到的履约概率大小与企业实际是否守约具有较高的吻合性。为了进一步检验MKMV-Logit模型的效果,本文从准确性和稳健性两方面进行说明:通过传统Logit与MKMV-Logit的实证结果对比,说明MKMV-Logit具有较高的预测能力,准确性高;通过将本文建立的MKMV-Logit模型具体运用于样本点外的案例,说明模型具有一定的稳健性。最后本文针对实证过程及结果,提出了具体的政策启示,并指出本文模型仍有待加强研究的方面,为将来进一步研究提供一定的指引。本文研究结论显示MKMV-Logit模型能够有效度量供应链金融的信用风险,对促进供应链金融业务健康发展与促进中小企业发展具有重要意义。