随着国内经济转型升级,能源结构也随之发生变化,新能源产业日益壮大。其中新能源汽车行业在面临政府补贴退坡的困境下,需要采取多元融资的应对措施。而供应链金融在经历了1.0到3.0的发展历程后,拥有比较完善的融资体系,能为新能源汽车行业的融资提供借鉴。但新能源汽车行业作为新兴行业,在供应链金融中存在着违约概率大的问题,因此有必要针对供应链上的新能源汽车相关企业进行信用风险的测量。通过计量方式较为准确地测量出供应链上每一环的违约概率,可以帮助相关企业规避供应链金融下的信用风险,作出更好的风险决策。首先,本文根据国内外文献的供应链分类,将新能源汽车的供应链分为龙头企业、锂电池企业与充电桩企业,从而筛选出17家代表性企业,并在供应链理论基础上对新能源汽车供应链现状进行分析。其次,经典的KMV模型是进行信用风险测评的重要模型,该模型建立在美国公司的数据库基础上,对经典模型进行修正能更准确地度量国内的供应链金融信用风险。修正的KMV模型的特点主要是采用不同的异方差测量波动率,并在非对称GARCH模型中探寻新能源汽车行业可能存在的杠杆效应,最终求得供应链不同环节上的新能源汽车企业的信用风险大小。实证研究表明,根据修正KMV模型测量结果,充电桩企业的违约概率大于新能源龙头企业,新能源龙头企业违约概率则大于锂电池企业,而在行业基础上,每一家新能源汽车行业代表企业也存在不同违约概率。针对该结果,结合新能源汽车供应链现状与部分企业2020年度的大事记录,做出相应的解释,并分别从新能源汽车企业、银行角度给出了相应的建议。