供应链是核心企业构建的一个应用于不同企业、不同部门之间开展合作的动态网络,包括供应商、制造商、运输零售商和客户。供应链的整个运作状态涉及到从原材料开始,经过上游企业加工成零部件、核心企业加工成产成品、直到最终交付至消费者手中。供应链中各企业和消费者通过供应系统,进行密切的联系,从而塑造出一个完善的供应链网络结构。随着当今社会经济的高度发展,产业链之间的分工越来越明确,各大汽车企业都无法自己去生产本公司产品所需的所有零部件,必须与其上下游企业进行协同生产,实施供应链管理,从而完成本公司的生产任务。随着汽车产业的发展进入高峰期,也促使了配套企业的迅速发展,巩固了汽车供应链中不同企业之间的联系。物流的快速发展以及全球化的采购导致一个汽车企业所需的供应商可能会遍布于全球各地,导致供应链网络的安全性较为脆弱,各类全球性的自然以及人为灾害都会增加供应链风险,因而对整条供应链风险的识别、评估和控制变得尤为重要。本文通过分析与课题相关的各类文献,并结合实习过程,针对汽车企业开展调研活动,采用SCOR模型对调研结果进行深入分析,进而对相关企业的实际案例开展深入研究,并构建了适用于汽车产业的风险识别模型。基于SCOR模型对整条供应链开展针对性风险识别研究,将实际存在的风险因素分成五大类别,即战略计划风险、采购风险、制造风险、配送风险、退货风险。在对以上五个阶段风险识别的基础上运用协调度对所识别出的风险进行筛选,剔除影响极低或现阶段已经不存在的风险。继而建立供应链风险评价指标体系,同时运用BP神经网络法、增加动量的BP神经网络法、BP小波神经网络法和模糊综合评价法分别对筛选之后的风险进行评估研究,通过对几种方法的评估结果进行比较,从而选取更能准确对风险进行评估的BP小波神经网络法作为本文的风险评估方法。最后基于特定企业的实际案例,开展风险指标的识别分析以及对识别出的风险进行评估,通过参考风险评估结果开展相关的风险控制工作。研究结果期望对新时期的汽车公司提供更为丰富的政策意见,对于汽车行业供应链风险的识别与控制有较好的参照价值,对后续开展深入研究也具有重要的启发。