在传统信贷业务中，银行主要依赖财务报表和现场尽职调查进行信贷主体的资质评估，以此作为信贷审批的决策要素，但无论是财务报表分析还是尽职调查都需要金融机构投入大量资源。正所谓门槛高、效率低，这也是传统信贷业务被诟病审批流程复杂、审批时间冗长的最大原因，效率问题也是金融机构没有动力服务小微企业融资的主要原因。　　供应链金融则以贸易真实性为理念，为小微企业融资开启一扇明窗。虽然供应金融在贷后风险控制方面做了很多尝试和突破，例如通过还款账户监控、以应收账款的回款作为还款来源和保障，但在贷前风险评估与审核上并没有创新突破，这也导致了市场上的供应链金融业务和产品无法脱离对融资主体的信用评估与审核。究其原因，还是在于融资业务无法摆脱对于核心企业的依赖，且对于贸易真实性的验证缺乏有效可靠的方式。　　本文提出通过互联网+供应链金融，借助互联网模式，为供应链金融的信用风险管理建立数据模型，以互联网大数据收集为源头，为资金方提供征信审核、授信分析和风险定价的服务，以一个全新的视角为供应链金融提供验证贸易真实性、稳定性和连续性的方法和手段，并解决传统信用风险识别的专业性门槛和效率门槛，大大提升了商业效率。其次，对传统和现代风险度量模型进行研究，分析各个模型的差异和不足，并提出利用信用利差期权对信用风险进行管理的思路，实现信用风险定价。进而结合供应链金融的业务特性，在数据风控模型的基础上探讨信用利差期权的创新应用，解决信用利差期权在传统信用风险管理的弊端，真正实现互联网供应链金融的信用风险定价。　　本文从数据风控模型的角度对互联网供应链金融信用风险管理的风险识别和风险定价进行了创新研究，解决了供应链金融业务准入的风险识别问题和风险定价问题，使金融机构摆脱传统信贷业务低效的风险管理方式，解决金融机构对于风险定价主观无序的现状，希望对供应链金融信用风险管理具有一定的推动作用，尤其在互联网+的经济大环境下，能利用互联网的优势，更好地推动供应链金融服务于小微企业融资，实现真正公平的融资环境。