物流金融的引入,解决了我国中小企业融资难、银行放贷难的市场现状,为整个中国金融市场和物流市场开辟了一片新的蓝海。作为业务创新它联结了银行、物流企业、贷款企业三方的利益,实现了供应链物流、资金流、信息流的集成,达到了降低资金流运作成本并为供应链创造价值的目的。作为新兴研究领域,它还处在初级发展阶段,没有完善的理论框架。本文在此背景下,以第三方物流企业为研究对象,探讨了存货质押融资业务中关键活动的决策问题。文章依据业务流程分别对物流企业与银行的合作模式选择、中小企业信贷风险评估、质押存货质押率确定三个环节进行了建模和优化,并以仿真模拟验证了模型的有效性。主要内容包括:首先,在对国内外物流金融相关研究总结与对比的基础上,深入分析了存货质押融资业务模式,并基于信息不对称情况下的信息甄别理论,建立物流企业与银行的合约选择模型,求解出模型的三个分离均衡结果,得到了物流企业努力水平与银行激励水平的定量对应关系,解决了融资平台合作方式的决策问题第二,建立了从行业、供应链、客户企业三个维度考查中小企业信贷风险的指标体系,应用基于Levenberg-Marquardt法改进的BP神经网络模型对中小企业信贷风险进行评估,得到企业信用等级,以此作为物流企业选择贷款申请企业的基础。第三,依据Black-Scholes欧式看跌期权定价原理,用存货质押贷款模拟期权收益来构造有流动性风险的存货质押贷款期权卖方定价基本方程,由此推导出带有流动性风险的存货质押贷款质押率。并由敏感性分析说明相关因素对质押率的影响程度。最后,基于投资组合管理的思想,对同一贷款企业的多种质押商品确定统一的质押率。应用copula函数描述商品组合价值波动的非线性相关性,建立了存货质押贷款违约损失模型,构造出物流企业成本函数,确定了使物流企业成本最小化的最优质押率。通过模拟实证说明关键参数对质押贷款违约损失的影响。