新能源汽车行业有着广阔的发展前景,但由于前期投入大、回报不确定在传统融资中常遭遇信贷歧视,供应链金融被证明是缓解其融资难问题的重要模式之一。然而在授信过程中,供应链金融中众多的参与主体和复杂的业务模式给信用风险评估带来了新的挑战。为了解决新能源汽车相关企业在供应链金融模式下的信用风险评估问题,本文开展了如下研究:首先,对新能源汽车供应链金融模式中的风险因素进行识别。针对新能源汽车供应链金融的业务特点和信用风险的形成机制进行了分析,总结归纳了信用风险的影响因素及其测量指标,并在传统信用风险评估指标的基础上根据新能源汽车行业和信用风险特点增设了四个创新指标,分别为三个行业定向指标和从风险计量KMV模型中引入的违约距离指标。其次,针对增设的违约距离创新指标,提出了基于修正KMV模型的度量方法。针对经典KMV模型的不足之处分别利用非流通股和GARCH（1,1）模型对股权价值及其波动率进行了参数估计修正,而后又根据企业负债情况对违约点进行了修正。另外,通过引入算例验证了修正KMV模型对不同信用风险企业的区分度优于经典KMV模型,且违约距离能够识别一定的信用风险但因过于片面并不完全准确,故将其加入信用风险评估体系科学且可行。接着,基于新能源汽车供应链金融模式下的信用风险评估问题,搭建了评估指标体系并提出了相应评估模型。在信用风险评估指标体系搭建中,提出了一种图论和相关性的筛选方法精简了评估指标体系。在评估模型搭建中,引入了DEMATEL（Decision-making Trial and Evaluation Laboratory）模型进行指标分析和权重计算,并根据指标层和准则层构成的不同分别引入了熵值和三角模糊数对DEMATEL模型进行了改进,既降低了主观随意性又考虑到了语言的模糊性,得到了符合业务特点和供应链实际的权重计算方法。在信息集成方面,评估模型采用自底而上的线性加权方式,最后求得的值即为供应链金融的信用风险。最后,本文从新能源汽车供应链中选取了50个上市公司作为应用对象,结合修正KMV和改进DEMATEL的供应链金融信用风险评估模型对其进行了评估。评估结果发现:在公司层面,降低信用风险最有效率的方式应该是优先优化应付账款周转率、流动资产与收入比、治理水平等原因要素;在供应链层面,2020年新能源汽车相关企业平均信用风险较大,尤以下游造车企业和充电桩运营商的信用风险水平最高,可能是受疫情影响和本身建设巨额投入所致;在行业发展层面,供应链金融模式下的信用风险低于借款企业本身的信用风险,因此在此模式下企业更易获得授信,有利于提高融资效率促进行业发展。