除了供应链本身的风险性，中小企业自身特点以及供应链业务发展的不成熟等因素都造成了银行面临巨大风险的因素，其中最主要的风险之一就是是供应链融资的信用风险。并且随着《巴塞尔协议Ⅲ》在国内外银行的实施,银行面临着具备更高的风险管理能力的挑战,这就要求商业银行利用更加科学先进的模型对违约风险进行评估和相应的防范。本文的研究目的在于研究我国商业银行供应链金融业务的信用风险,并提出供应链金融业务信用风险评估的一种有效算法-贝叶斯算法。本文首先在基本理论环节剖析供应链金融业务的内涵、特点以及业务模式，然后分析我国供应链融资业务的发展和现状，在此基础上对我国商业银行供应链金融业务的信用风险展开研究，其中对供应链融资业务的信用风险的常用研究模型进行了简单对比。然后根据基本理论部分对供应金融业务的特点分析，提出了适应供应链金融业务特点从点到面的全面信用风险指标体系。在基本理论的基础上引入贝叶斯算法，并对贝叶斯算法的应用研究进行说明，证明了贝叶斯算法的有效性。在算法应用中，对79条供应链样本数据进行指标分类处理，并按照同类方法对目标企业供应链数据进行指标分类，根据处理后的统计结果，按照朴素贝叶斯算法的从样本信息中挖掘出目标企业供应链的违约概率，预测出目标企业供应链的风险等级。最后,根据以上研究提出相应的风险管理建议和研究展望。