物流业作为一种年轻的服务产业,是国民经济的重要组成部分,也是衡量一个国家现代化水平与综合国力的重要标志之一。然而近年来物流企业诚信缺失现象越来越严重,各种不履约、半履约、悔约的现象屡屡发生。这些现象不仅扭曲我国物流业的形象,而且制约着该行业的健康迅速发展。建设物流企业应有的信用评价体系已成为当务之急,对物流企业的信用进行评价不仅可以为政府、行业协会管理物流市场提供依据,而且有利于物流企业提升防范信用风险的意识,提升自己的融资能力,有利于构建消费主导型经济模式,实现投资主导向消费主导的转变,实现我国经济的可持续发展。本文在对物流市场的信用构成和特点及信用问题进行深入剖析的基础上,借鉴国内外信用评价指标领域的研究成果,依据科学性、层次性与系统性、可比性与独立性、可操作性、定量与定性分析相结合的原则,结合我国物流企业的特点,对物流企业信用评价指标进行了初选,而后通过相关性分析和鉴别力分析,对初始指标体系进行调整,最终建立了适合我国物流企业的信用评价指标体系。其次本文针对各种评价方法的缺陷,引进统计学习理论的支持向量机方法,提出了基于支持向量机的物流企业信用评价模型。支持向量机模型专门针对有限样本数据,不仅对数据要求低,而且避免了神经网络方法中的局部极值问题,可以得到理论上的全局最优解。本文选取12家上市物流企业作为研究样本,在选择径向基函数作为核函数的基础上,使用5折交叉检验和网格搜索法,求出了支持向量机的最佳惩罚因子和核参数,建立模型后得到了理想的预测精度。该方法不仅可以增加物流企业信用评价的可靠性和准确度,而且在实际应用中易于操作。最后本文在前述工作的基础上,提出了优化我国物流企业信用评价体系的一系列建议。