随着网络迅速渗透到社会和国民经济的发展中,互联网金融服务不但能弥补现有金融体系的不足,同时可以高效的解决中、小、微企业的融资难题,扩宽人民群众的收入来源。但随着互联网金融的不断向前发展,其风险问题也越来越突出。自2013年起,互联网金融中存在的风险问题就持续显现,在资金链断裂、提现难等问题日益突出的情况下,互联网金融的可靠性和安全性受到了人们更多的怀疑,而信用风险问题也在严重地影响着整个行业的发展。因此,对探究影响互联网金融信用风险状况的因素,建立风险预警模型,有利于促进互联网金融业的健康发展、维护金融体系的稳定。本文基于中国互联网金融、信用风险领域的有关理论及研究,对我国互联网金融业发展的背景、阶段和趋势进行了理论性的分析,从公司经营者和个人投资者两个视角出发,综合筛选了在沪深A股市场下的58家中国互联网金融公司2014年-2020年共计406组数据,对中国互联网金融公司的信用风险展开了深入研究。从公司经营者的角度出发,对影响信用风险的因素进行了探索分析。首先,运用面板Logit模型研究了影响信用风险发生率的因素;其次,利用Cox模型从公司产生信用风险的时间和结果两个维度,探究了影响风险率的因素。通过因素分析帮助公司经营者从自身角度出发减小信用风险发生的危险性。从个人投资者的角度出发,结合与互联网行业特性密切相关的研发投入这一变量,构建了基于PCA-SMOTE-LOGIT的组合预警模型。首先,通过显著性检验和主成分分析得到8个主成分因子,将因子得分作为分类模型的输入数据集;其次,对该数据集进行平衡化处理;然后把处理过的数据集作为分类模型输入项,通过对比分析多种分类器的分类结果,选择利用逻辑回归进行深入的研究;接着通过网格搜索找出模型最佳参数,并通过分类阈值的调整进一步提高两类的分类准确率,最后与未研发投入构建的模型进行对比分析,得出加入新变量的模型具有更优的预测效果,由此构建出我国互联网金融公司信用风险预警模型,通过预警模型来帮助投资者识别风险,实现更优的投资策略。