【摘要】"两票制"改革下,医药产业链面临重构,医药中小企业融资需求不断增加,从而催生出万亿级别的供应链金融市场。然而,由于医药供应链上信息不对称以及信用风险传染,医药中小企业存在较高的信用风险,如何有效评估医药供应链金融信用风险是把握亿万市场机会的关键。文章结合医药行业特征,构建医药供应链金融信用风险评估体系,并在因子分析基础上,运用梯度提升决策树(Gradient Boosting Decision Tree,GBDT)进行信用风险评估。通过与支持向量机(Support Vector Machine,SVM)、Logistic回归模型和BP神经网络对比,发现GBDT模型具有更高的预测准确率和分类真实性,验证了供应链金融模式下GBDT模型应用于医药行业信用风险评估的优越性和有效性。