供应链金融(Supply Chain Finance,SCF)作为一种针对中小企业开发的短期授信模式,近年来受到我国商业银行和中小企业的青睐,发展迅速。该种授信模式一方面可以为供应链上相对弱势的中小企业注入资金,降低供应链融资成本,缓解中小企业融资困境;另一方面,商业银行作为供应链资金流的重要节点,可以拓展上下游潜在客户,提供延伸服务,提高营销效率。因此,供应链金融逐渐受到国内外金融机构、财务公司和物流企业的关注。金融危机爆发后,我国部分钢贸企业通过将仓单重复质/抵押、与钢铁生产商联合虚构贸易事实等手段获取贷款,致使商业银行信贷风险提升,显现出供应链金融模式风险规避机制失灵的可能性。所以商业银行需要从供应链的视角重新对中小企业信用风险进行评估。而本文则正是围绕这一关键问题展开研究,以期为我国商业银行在发展供应链金融业务的同时进行中小企业信用风险管理提供理论依据和实践方法。　　本文采用理论研究与实证研究相结合的方法,围绕四个问题展开研究。一是在供应链金融模式下导致中小企业违约的因素有哪些?二是各影响因素对中小企业信用风险的影响程度和影响路径如何?三是由这些影响因素构成的指标体系能否提高中小企业信用风险评估的准确度?四是哪种评估模型更加准确地预测中小企业违约的可能性?通过对这些问题的回答,从供应链金融的视角,寻找适合的中小企业信用风险评估指标体系和评估方法。　　本文以供应链管理相关理论和供应链金融、中小企业信用风险相关文献为基础,首先构建演化博弈模型对供应链金融模式下各利益主体的博弈行为分析,提出供应链金融视角下中小企业信用风险的成因;其次根据成因对供应链金融视角下中小企业的信用风险的影响因素进行理论分析,并通过结构方程模型实证检验各因素对中小企业信用风险的影响程度和影响路径;然后基于影响因素构建供应链金融视角下的中小企业信用风险评估指标体系;最后,根据该指标体系维度高、样本少的特点,构建基于二分类和多分类支持向量机( Support vector machine,SVM)的中小企业信用风险评估模型,并通过实证检验模型的学习能力和泛化能力。　　本文所做的工作和创新点主要体现在以下四个方面:(1)以博弈双方有限理性为前提,构建演化博弈模型对供应链金融模式下各利益主体的博弈行为进行分析,并进行计算机动态仿真,分析中小企业信用风险的成因;(2)通过结构方程模型实证检验了交易对手财务状况、交易对手信用水平和供应链企业间关系质量、关系强度对中小企业信用风险的影响程度和影响路径,弥补了以往研究对供应链金融模式下的信用风险影响因素只进行定性分析,缺乏实证检验的不足;(3)通过新旧指标体系的实证对比,验证了在评估指标体系内加入反映真实贸易背景和供应链合作关系的指标有助于提高商业银行对履约中小企业的识别能力,降低第2类错误率,从而扩大商业银行向中小企业提供贷款的比例,促进中小企业融资;(4)构造二分类SVM信用风险评估模型,并与BP神经网络模型进行对比,通过实证检验发现SVM模型能够有效降低第1类错误率,提高银行对违约企业的识别能力,并且在模型学习能力、泛化能力以及预测能力方面均优于BP神经网络模型。同时,采用“一对一”算法构造五分类SVM信用风险评估模型,验证了SVM模型对多级分类问题也能够进行较为准确的预测。在现阶段供应链金融业务历史数据积累较少、评价指标较多的现实前提下,二分类SVM模型和多分类SVM模型是商业银行进行中小企业信用风险评估的较优选择。