农业的稳定发展是关乎国计民生的大事,但是作为支撑农业发展主体的农业企业尤其是农业中小企业由于缺乏合格的质押物,不具备健全的信用担保体系,难以从银行等正规的渠道获得资金支持。由此供应链金融应运而生,帮助饱受资金困扰的农业中小企业找到了新思路。然而,供应链金融使传统的授信方式发生改变,从网络的视角来看,供应链网络上的各参与主体及其所赖以生存的宏观、行业环境都影响着信用风险的发生,银行如果继续沿用传统的信用风险评价方法和指标体系,不仅会打消农业企业通过供应链金融模式融资的积极性,也会阻碍供应链金融业务的有效开展。因此,针对农业供应链金融信用风险评价的研究,对弥补农业中小企业资金缺口并进一步推动农业发展有着非常重要的意义。基于以上背景,本文以农业供应链金融信用风险为主要研究对象:首先,基于现有研究成果的分析,确定本文的具体研究内容和方法。其次,对相关概念、理论及机理进行概述。在明确农业供应链金融及其信用风险基本内涵的前提下,再结合相关风险理论和影响因素的分析,对信用风险的产生机理进行阐述。再次,在基础理论和机理分析的指导下,依次利用文献阅读法、词频统计法、社会网络分析法（SNA）对农业供应链金融信用风险评价指标进行筛选,由此构建的指标体系包含5个一级指标和25个二级指标。接着又构建起基于SNA的信用评价模型,以32家非上市公司为评价对象,计算每个评价对象的中心性和排名。本文的创新之处就在于将社会网络分析法分别运用到信用风险指标筛选和风险评价上。一方面,通过建立起样本文献与指标的隶属关系,计算出指标的中心度,选用排名高于平均中心度水平的指标,建立更为合理的指标体系,且能较为客观地解决指标权重的问题;另一方面,根据SNA的基本思想构建起评价模型进行信用风险评价,除了能够对企业的信用状况进行排序,还能够重点分析企业在各指标上的表现,探析各企业信用风险的主要来源。结果表明,基于供应链金融模式连续性、自偿性、封闭性等特点,农业供应链金融信用风险的评估工作需要从新的视角出发,突破银行传统贷款业务只考虑单一融资企业自身静态信用风险的局限,转而综合考察整个供应链网络运营的有效性、各成员之间的交易以及核心企业的相关资质和信用级别。本文通过筛选建立起的指标体系中,农业中小融资企业、核心企业以及供应链运营的相关指标较多,说明这三个风险因素是主要的风险来源。实证部分通过构建基于SNA的评价模型得出评价对象总的信用排名和各一级指标上的排名,可以帮助银行在面临多属性的贷款决策时,优先选择信用排名靠前的贷款对象。同时,银行也可以通过了解该企业主要的信用风险来源,为后续风险的控制提供指导。