在农业现代化与供应链金融数字化迅速发展的大背景下,运用现代科技赋能的供应链金融来破解农业产业融资难的困境,不失为一个好的选择。在现代科技手段与供应链金融结合的各种模式中,这种基于电商平台的农业供应链金融模式（简称为“电商农业供应链金融”）发展十分迅速。依据电商平台主体的不同,该模式可分为电商企业主导的电商供应链金融与农业龙头企业主导的电商供应链金融。本文的研究对象为农业龙头企业主导的电商农业供应链金融模式,选择的案例为农业科技龙头企业------大北农集团。与传统金融机构相比,这类龙头企业对供应链上下游客户的生产经营内部信息掌握得更及时、更全面、更真实;在供应链金融风险控制中,拥有这些内部信息则是金融平台对信用风险评估更加准确、便捷、高效的先天优势。大北农集团深耕农业领域多年,其数据库量级高,大数据分析技术领先,因此大北农供应链金融风控依托的数据维度具备多维、完善、客观、真实、准确等优势特征,这也使得其供应链金融的信贷违约风险极大降低。本文的研究以大北农电商平台的农业供应链金融风险控制模式为核心,对大北农集团基于电商平台衍生的农业供应链金融模式进行全面分析。研究发现,大北农集团形成了“数据+电商+金融”的农业生态平台,本文认为这种模式有利于形成对供应链金融的协同促进效应。本文对大北农电商农业供应链金融的风险控制模式进行了深入分析,进而发现大北农主导的电商供应链金融风控模式具有全程实时监控、生产经营交易数据来源多维度的特点,同时依托定制农业保险与农业助养模式等风险管理手段辅助信贷风控,科学、合理、全面地为供应链金融风控保驾护航。但是,分析过程中也发现大北农风险控制中的信用风险评估环节存在不足之处,主要体现在信用评估数据体系不完善这一方面;相较于另一龙头企业新希望的供应链金融信用评估体系,大北农信用评估数据维度缺少诸如工商信息数据、纳税信用数据、诉讼记录数据等社会外部信用数据,导致大北农集团供应链金融的违约情况不断出现。因而,在此基础上,本文试图建立一个信用风险评估指标体系更为全面的风险测度模型,帮助大北农集团更好地预测供应链金融的违约概率,运用了主成分分析与Logistic二元回归分析等方法,以大北农供应链金融的供应商数据为样本,对其进行实证分析,建立违约预测模型。最终,在补充外部信用数据与财务相关数据指标的情况下,预测违约的准确率接近80%,相较于之前接近30%的违约率而言,补充完善后的违约预测模型准确率有所提高,因此认为外部信用数据对供应链金融的信用评估还是很有必要的。最后,根据案例分析与实证结果,本文总结了大北农集团农业供应链金融风控模式带来的启示,如完善风控大数据系统的必要性、进行信贷全流程风险监管、增加辅助风险管理手段等,并且对我国供应链金融风控的发展提出了相关建议。