【摘要】通过将前沿大数据征信技术与评分卡方法相结合，以整车制造行业供应链为场景，对供应链金融信用风险进行测度。借助Python软件，从“企查查”API数据接口和万得数据库获取相关数据，对27家核心企业122条供应链多维指标进行数据挖掘、WOE编码和变量筛选，构建指标体系。然后，运用大数据和人工智能建模思路，建立涵盖14个特征解释变量的Logistic回归模型，并运用多种工具训练和改进模型形成可用于实务的Logistic评分卡。经实证检验，最终确定的信用评估模型区分能力强，风险预测准确率能达到96.77%。基于大数据的Logistic评分卡将供应链信用等级数字化，相较于传统的信用评级更具有实用性，因此，大数据技术的运用对提升供应链金融信用风险评估和管理水平具有重要价值。