汽车行业作为国民经济的支柱型企业,产业链长,涉及的企业众多,汽车行业的健康发展对于经济增长和就业都有巨大的贡献。在汽车供应链之中,中游的整车制造型企业占据着绝对的优势,大多数是国内外知名企业。相反,供应链的上下游则由中小型的零部件制造型企业和经销商组成。由于绝对的优势地位,中游核心企业常常向上游赊购,向下游要求预付款。这大大增加了中小企业的运营资金需求和财务成本。为了解决这样的问题,汽车供应链金融应运而生。汽车供应链金融在解决中下企业融资难问题上有传统融资方式难以比拟的优势。汽车供应链金融能够将核心企业的信用向上下游延伸,从而惠及整条供应链上的企业,增强供应链的竞争力。与传统的融资模式相比,汽车供应链金融对融资企业的主体资质就没有这么重要了,更重要的是拥有优质企业的应收账款或者是充足的存货进行质押。但是并非汽车供应链金融的信用风险不存在,而是换了一种存在形式。因此如何才能开发出适应汽车行业供应链金融的风险度量模型,已经成为制约汽车行业发展的重要问题。本文将通过理论分析和实证检验相结合的研究方式,从基本的理论出发,结合传统中小企业信用风险度量体系和供应链金融的特点,加入核心企业资质、供应链状况和交易资产状况因素对指标体系进行创新。然后通过指标体系,选取具体指标训练神经网络模型并进行检验,评估模型的有效性。再通过模型对案例进行具体分析,最后理论结合实际,为参与供应链金融的金融机构提供相关建议。