中小企业是中国经济的重要组成部分,在促进经济增长、缓解就业压力、优化经济结构等方面发挥着不可替代的作用。但是中小企业存在可抵押的固定资产少和信用等级低的特点,故其很难从银行获得贷款,融资难问题一直影响我国中小企业的发展。在这样的背景下,供应链金融业务应运而生。供应链金融业务的推出,为中小企业解决融资难问题迎来了曙光。在供应链金融业务中,商业银行对中小企业的信用评价不再局限于中小企业本身,而是扩展至中小企业所在的供应链。中小企业可以凭借核心企业的资信状况提高信用评价,从而增大获得贷款的机率。因此,供应链金融业务能够缓解中小企业融资难问题。但是,中小企业信用风险是商业银行开展供应链金融业务所面对的主要风险,而目前我国尚未建立一套完善的供应链金融信用风险评估体系以促使银行在开展供应链金融业务时可以有效规避信用风险。鉴于此,本文以供应链金融为视角研究银行对中小企业信用风险的评估。首先根据相关理论和供应链金融的特点,分析影响供应链金融模式下中小企业信用风险的影响因素,进而构建该模式的信用风险评价指标体系。接着对比现有信用风险评价方法的优缺点,选择支持向量机(SVM)作为信用风险评估模型;在模型求解过程中,引入二次损失函数将复杂的二次规划问题转化为线性方程组,进而构造最小二乘支持向量机(LSSVM);通过选择粒子群优化算法(PSO)来对最小二乘支持向量机进行参数优化,从而建立了PSO-LSSVM模型作为供应链金融模式下中小企业信用风险的评估模型。最后,分别在供应链金融指标体系和传统指标体系下,使用PSO-LSSVM和Logit这两个模型对供应链金融模式下中小企业信用风险进行实证结果对比。对比结果不仅揭示了供应链金融指标体系下的评估结果优于传统指标体系下的评估结果,而且表明了PSO-LSSVM模型对供应链金融信用风险的预测精度高于Logit模型的预测精度。因此,本文所构建的PSO-LSSVM模型可以为商业银行在评估供应链金融模式下中小企业信用风险时提供科学合理的决策建议,有着重要的理论价值和现实意义。