中小企业在我国经济结构中具有重要的影响作用,作为市场经济中最具有经济活力的企业群体,中小企业的融资需求比较旺盛,但是由于企业主体与金融机构间的信息不对称,金融机构为了避免坏账损失往往会设置较多的融资限制,导致中小企业在进行外部融资时存在许多困难。而供应链金融可以作为一种有效解决当前中小企业融资难题的新型融资手段,通过供应链上企业间的信息共享,引入核心企业为其上下游合作企业提供信用担保,有效地避免了由于信息不对称和逆向选择所带来的信贷风险。此外,这种新型融资模式能够增强对信贷资金用途的控制,从而有效地降低金融机构的坏账风险。本文从供应链的视角出发,在阐述供应链金融相关理论基础的前提下,深度剖析供应链金融的业务模式以及供应链上中小企业的信用风险特征,在此基础上构建了更加全面、均衡的适用于供应链金融环境下的中小企业信用风险评价指标体系。该体系涉及宏中微三个层次上多个影响因素,实现了定量指标与定性指标的均衡结合,能够有效地识别和控制供应链金融风险。本文根据评价体系中指标的数量、性质等特点选择了Logistic回归模型和神经网络模型作为实证分析中的评价模型,并将两种模型对信用风险预测的性能进行比较研究。在实证部分本文选取的企业样本来自供应链金融业务应用水平较高的汽车制造行业,采用在中小板上市的汽车制造供应链中的69家上下游中小企业作为研究样本,数据选取年份为2014年至2018年。研究结果显示,除中小企业自身的发展状况外,核心企业状况、供应链关系状况等外在环境因素也会影响中小企业的信用风险等级评定,神经网络模型的预测精度略高于Logistic回归预测模型。最后,本文从完善信用风险监控机制、风险评价方法的选择和建设多元化金融体系等方面为防范供应链金融信用风险提供了具体的建议,对金融机构提升在供应链金融环境下的信用风险管理能力具有借鉴意义。