我国经济的高速增长导致了能源消耗的急剧上升,环境污染严重、能源结构失衡等自然环境问题越来越突出,为了优化调整能源结构、促进绿色环保产业快速发展、保护生态环境,国家不断强调生态文明建设的重要性,并建立了绿色金融发展体系。从目前我国绿色金融的发展情况来看,绿色信贷是我国商业银行践行绿色金融的主要方式。绿色信贷自2007年推出以来,得到了政府、银行的全面支持,越来越多的企业开始重视对环保相关产业的投入。但是,为了实现控制高污染、高能耗产业发展的目的,绿色信贷相较于传统信贷,其所面临的风险更加多样,而对其进行的风险评估也更加复杂。绿色信贷的特殊性导致常规的信贷风险评估方法难以适用,因此,建立全面客观的绿色信贷风险评估指标体系及模型以进行合理有效的风险评估十分重要。本文首先对绿色信贷的发展及其风险构成进行了定性分析。通过数据收集发现我国绿色信贷规模持续增长,环境效益显著,但增速波动较大,且整体规模较小。通过理论分析指出绿色信贷的风险主要来源于政策不足、企业社会责任感缺失以及银行产品及人才短缺。为了建立行之有效的风险评估模型,本文选择了971家上市公司作为研究对象,通过查阅文献资料确定了包含财务指标、技术指标以及环境指标共21个变量的指标体系,并利用随机森林模型对指标重要性进行排序,最终得到包含15个变量的指标体系。随后利用支持向量机进行模型的建立,对比评估结果,确认选用高斯核函数的支持向量机模型表现最优。再使用不同集成方法分别对支持向量机模型进行集成,最终确定了基于stacking集成方法的支持向量机模型最适合于银行对上市公司绿色信贷风险的评估。最后,得出结论并对模型的改进以及我国绿色信贷的风险控制提出建议。