物流金融作为一种“物流与金融集成式的创新服务”模式,为商业银行带来利益的同时,也不可避免的给其带来了诸多风险,尤其是信用风险。由于物流金融业务的特殊性,传统的信用风险模型对其并不适用。针对物流金融业务的信用风险评价又多采用定性讨论,个别定量分析模型也由于算法单一,使得评价结果不够理想。建立一整套科学进步、基于物流金融融资的信用风险评价模型成为当务之急。针对物流金融业务的信用风险,本文首先采用专家评价法,对国内高校和天津市物流企业的多位专家进行了访谈及问卷调研,从而确定了有关行业环境、融资企业、质押物质量以及第三方物流企业的风险指标,建立了物流金融的信用风险指标体系。然后运用BP神经网络及DS证据理论相结合的方法建立了物流金融风险评价模型,再邀请参与调研的物流企业的数位专家提供本企业已完结物流金融项目的相关资料,进一步整理得到物流金融信用风险指标体系的相关数据。用其中88个样本作为训练组对包含四个神经网络的神经网络组进行训练,最后将剩余的4个样本作为测试组数据输入已训练好的神经网络,所得结果作为下一步证据理论方法中的所需证据进行融合,得到最终结果。通过理论分析与实证研究相结合的方式,证明了DS证据理论与BP网络之间的互补性,并验证了此算法在实际应用的先进性和有效性,实现了对物流金融业务信用风险的有效预测和控制。