供应链金融服务起源于20世纪90年代，最开始是由国内外的先进物流企业和商业银行开展的。国内外一些先进的物流企业及银行适时地推出了多样化的供应链金融服务，以帮助企业实现对资金流的管理。近年来供应链金融己成为许多物流企业、金融机构关注的焦点。在国内，供应链金融业务是针对供应链的业务结构、交易方式及运作特点而设计的，以供应链中最具有信用实力的大企业为核心，围绕与之在生产过程、销售过程中开展业务的多家中小企业，将整个供应链链条涉及到的上下游企业连起来，整体考察供应链的信用状况，更好地为中小企业提供金融服务，从而促进整个供应链价值的增长。过去商业银行对中小融资企业信用风险的评估主要是着力于单个中小融资企业本身，分析其财务数据，关注其抵押物质等，而在供应链金融融资模式中，对中小融资企业风险的认识和评估则换了一个新的视角。把供应链融资模式中的核心企业也作为考察的主体，以及整个供应链链条的稳定作为参考因素。本文以供应链金融为视角研究商业银行对中小融资企业信用风险的评估，首先通过分析供应链金融融资模式的特点，构建基于供应链金融的信用风险评价指标体系；接着采用主成分分析法对指标数据进行降维处理，简化数据结构提高分类效率；对比分析现有信用风险评价方法的优缺点，确定用支持向量机SVM方法进行评估，具体选择了带模糊隶属度的模糊支持向量机并引入可变罚因子对其算法进行改进，在此基础上建立了供应链金融信用风险评估模型。模型的求解过程中，引入二次损失函数将复杂的二次规划问题转化为求解线性方程，求出最优分类函数。最后通过实证研究，将基于主成分分分析与最小二乘模糊支持向量机（PCA-LSFSVM）的供应链金融信用风险评估模型与基于二分类Logistic回归的供应链金融信用评估模型进行对比分析，证实了基于PCA-LSFVM的供应链金融信用风险评估模型性能优越，能有效地解决供应链金融的信用评估问题，从而为商业银行供应链金融信用风险评估提供科学合理的有效工具，有着重要的理论价值和现实意义。