城市化进程推动了我国房地产行业不断壮大,如今房地产已经成为我国国民经济的支柱之一。并且房地产行业主要有企业规模大、上下游产业链多、易受政府政策影响等特点。在经营上的特点则是投资期长,现金流回收慢。如今,对于房地产企业来说,国家不断加强宏观调控,严格落实“房住不炒”以及颁布“三道红线”要求。房地产企业融资渠道正在逐渐变窄,融资成本也在逐渐攀升。而对于上下游企业来说,房地产企业作为房地产产业链的核心,有着较强的议价能力,这导致房地产上下游产业链应收账款额大、应收账款账期较长等问题,为减轻这些问题带来的影响以房地产企业为信用核心的供应链金融得到了快速发展。供应链融资是把供应链核心企业和其供应链关联企业看成一个整体,根据供应链上企业之间的交易制定一种基于现金流和交易控制的整体融资模式。在这样的融资模式下,房地产企业可以通过供应链融资降低有息负债,满足“三道红线”要求,而供应链关联企业可以借助供应链自身的稳定性,从而更容易从金融机构获得贷款,比较好解决了供应链上的中小企业融资困难的问题。因此房地产供应链上企业和企业、企业和出资方之间的信息不对称会发生实体资源错配,更严重则会导致信用风险的发生。而体量较大的房地产供应链一旦出现系统性的信用风险则会影响市场经济的稳定性和损害投资者的利益。尤其是2020年初新冠疫情爆发以后,中国经济受到冲击,房地产供应链信用风险变化值得关注。本文以房地产供应链上的企业作为研究对象。考虑到房地产企业信用是房地产供应链的信用核心,因此将研究对象拆分成了供应链关联企业及房地产企业进行研究。在整体思路上,本文首先梳理了国内外学者对供应链金融的信用风险的研究,发现风险源主要来自供应链企业内部的信用状况。之后本文梳理了国内外学者对多种信用风险度量模型的研究与应用,发现主要分为传统统计方法、传统机器学习方法和现代信用风险评估方法。对比不同的信用风险评估模型,选择了适合的模型对房地产供应链上企业的信用风险进行了度量。接着,为了探究企业自身经营状况对信用风险的影响,本文设计了回归模型,解释变量为经济计量模型中常用的财务指标,被解释变量为企业的信用风险指标违约距离,由此探究影响企业信用风险的因素。根据以上的研究思路,在对房地产供应链信用风险评估时,本文在讨论了常用的一些信用风险度量模型后选用了KMV模型作为测算企业风险大小的模型,并且对其指标根据中国市场情况进行了修正。在具体分析中,本文将房地产供应链企业样本分为房地产企业、供应链关联企业,时间跨度上选取了2018年至2021年三季度的季度数据,分别测算了两组企业的信用风险,得到的结论是房地产供应链上的企业信用风险波动趋势相同,房地产企业的信用风险相比于供应链关联企业要更好,抗风险能力更强。并且新冠疫情让房地产供应链上企业信用风险陡增,但随着政府对经济的大力支持,房地产企业恢复要比供应链关联企业要更快。KMV模型也适合作为度量房地产供应链信用风险的工具。在使用财务指标对房地产供应链信用风险回归中,本文发现房地产供应链信用风险整体与供应链运营状况有关以及供应链企业自身的盈利能力、偿债能力、经营能力、成长能力、融资能力、现金流量能力有关。从分样本的异质性分析上看,房地产企业作为房地产供应链上的核心企业,其规模整体较大、业务较多,自身的盈利能力、偿债能力、经营能力、融资能力、现金流量能力对房地产企业的信用风险均有影响,而与供应链运营状况相关度不大。而供应链关联企业信用风险与企业自身的偿债能力、经营能力、融资能力、现金流量能力相关密切,说明供应链关联企业的信用风险比较直观体现在其现金流量和偿债能力上。而且,供应链关联企业作为供应链中资产规模较小的企业,其自身的业务与供应链关系密切相关,供应链运营状况对其信用风险影响大。