目前我国供应链金融市场规模达到14.87万亿,包含汽车、医疗、通信以及批发零售等行业,预计2020年可达到18.18万亿。供应链金融业务作为有效解决中小企业融资问题的新型金融工具在我国得到银行、中小企业、物流企业、核心企业以及学术界等多方面的广泛关注,是银行等金融机构争相涉足的领域。它不仅为银行自身的发展开辟了新的利润增长点,同时银行在开展这方面业务时的风险敞口也更大了。商业银行对供应链金融中面临的风险是如何识别的?怎么建立供应链金融信用风险评价指标体系?采取什么方法和手段进行风险防范和风险控制?这些都是亟待回答的问题。因此,如何科学客观地评价供应链金融的信用险成为银行关注的焦点。在开展此类业务时做好信用风险评估工作,才能更好地对日后风险控制方案进行设计和跟踪。本文研究的立场是在银行,首先,在进行研究之前对其的概念进行了详细阐述,并对国内外关于供应链金融概念和信用风险研究的文献进行了系统的梳理;其次,在总结以往供应链金融信用风险评估方法与其优缺点的基础之上,同时结合我国的现状,通过对信用风险的识别,在遵循风险指标体系原则下建立了以融资企业资信状况,核心企业资信状况,融资项下资产情况,供应链情况为一级指标的指标体系;然后,选取中小板上市的48家汽车企业的26个指标为研究对象,利用SPSS24.0软件对原始数据进行了样本的KMO检验和Bartlett球形检验,并对因子分析的结果进行了详细描述。应用matlab2014b软件采用因子分析(FA)和支持向量机(SVM)相结合的分类模型对15家样本企业的业务数据进行了模型预测实证分析,最后,将粒子群算法(PSO)引入SVM的参数寻优,建立了基于FA-PSO-SVM供应链金融信用风险评估模型。结果显示,这种方法可以显著降低银行在供应链金融对融资企业进行信用风险评价时犯第一类和第二类错误率的概率,有利于银行顺利开展供应链金融业务,使得银行在增强自身盈利能力的同时,有效降低由于提供错误信贷而发生的损失。最后,从商业银行的视角,提出了防范信用风险的建议,主要从指标体系的建立、评价方法的科学合理选择、中小企业数据库的完善三个方面为商业银行提供了参考意见。