当前,经济全球化进程波澜壮阔而又不断深入推进,企业间的竞争方式也随之逐步转变,从以往较简单的企业之间的竞争,渐渐地转变为生产商、供应商、零售商等多个主体所构成的供应链间的角逐。在这个过程中,为了提升整条供应链的竞争力,就需要合理配置供应链中的物流、资金流和信息流,供应链金融也就随之诞生。概括来说,在供应链金融服务中,商业银行依托整条供应链上的核心企业,利用核心企业与上下游企业的联系,通过对供应链上相关企业的信息搜集和加工,降低上下游企业融资风险,从而为它们提供综合性金融服务。然而,在开展供应链金融业务时,授信对象往往是核心企业上下游的中小企业,因此信用风险便成为商业银行开展这种业务的突出风险。此外,供应链金融业务又有着风险来源广泛、参与主体众多等特征,所以,对于我国商业银行供应链金融业务的开展来说,建立合适的信用风险评价体系便显得尤其重要。作为重要且常用的研究方法,本文采用了理论研究与案例分析、定性描述和定量分析相结合的方式,来展开探讨供应链金融的信用风险。本文先是对供应链金融信用风险的国内外研究现状进行文献综述,并对相关理论作出概述;随后,本文在中信银行作为研究案例的基础上,首先梳理了中信银行的背景,紧接着对其供应链业务的模式和存在的风险进行深入分析,并尝试运用Logit回归和KMV模型以及综合二者形成的更精确的KMVLogit模型对中信银行供应链金融风险控制进行定量分析,而后根据案例分析的结论和我国商业银行供应链金融业务开展的具体情况,对供应链金融信用风险评价提出相应对策建议。最后,总结全文,指出研究的不足之处并试着给出后续研究建议。本文主要研究结论如下:第一,供应链金融方式能帮助企业特别是中小企业提高融资能力,有利于解决中小企业融资难问题;第二,供应链金融信用风险的影响因素是多方面的,比如融资企业、核心企业、供应链运行状况等;第三,结合供应链金融信用风险比较复杂的特点,可以将基于KMV模型的Logit回归模型作为修正模型,引入信用风险控制模型的构建中,从而提高风险评价的准确性。本文对风险控制模型的改进和供应链金融风险评价体系的建立与完善,提出了一些解决方案,以帮助商业银行在安全稳健的运营体制与环境中,更好地发展供应链金融业务。