20世纪末以来电子商务在全球范围内兴起并且蓬勃发展,零售品电商在中国经过五年平稳发展期之后依旧没有放慢增长的步伐。但类似于传统企业,电商平台上为数不少的企业依然面临着难融资的困境。且受限于较低的信用等级与较少的抵押资产,电商上下游企业的发展收到了很大的资金限制。针对这样的现象,许多大型电商平台(如阿里巴巴、京东、苏宁等)都通过分析交易数据等手段对来帮助其供应链上下游企业进行信用评测,从而提供融资服务,以期更好地提高供应链整体效益。W电商供应链金融平台依托于W电商平台为平台上供应商提供融资服务。目前面临以下问题:(1)发展具备一定规模,实现利润增长较为困难。(2)核心企业贷款定价采用传统信用评估方式,由专人审核批放贷款。(3)客户数量较难增长。针对以上问题本文进行研究。本文研究了W电商平台核心企业贷款定价的方式及以核心企业为中心其上下游企业的贷款定价方式。首先,应用BP神经网络算法对核心企业贡献度进行评级。实验发现,BP神经网络模型能够基于核心企业的非线性数据关系为其进行评级但是在收敛性以及误差方面仍有进步空间,于是采用改进后的遗传算法优化BP神经网络模型,并对实验结果进行比较。其次,基于客户盈利分析原理中贡献度的原理对中小企业为核心企业带来的贡献度进行拓展,对中小企业贡献度进行评级。最后,应用CAPM模型构建核心企业上下游中小企业定价模型,选取核心企业A上下游五十家企业贷款数据及贷款基准利率为样本进行SPSS回归分析,得到中小企业定价影响因素。本文研究对解决W电商供应链金融平台实际问题具有一定帮助,尝试以核心企业为中心,建立核心企业与上下游中小企业关系,以核心企业担保为上下游中小企业提供贷款服务。实现供应链金融合作企业增长,反哺电商,丰富了中小企业贷款定价的研究。本文第一章为绪论,第二章介绍了供应链金融相关理论及供应链上核心企业和中小企业融资问题的研究综述;第三章分析了W电商目前业务现状及存在的实际问题;第四章选取核心企业贡献度评价指标,通过BP神经网络模型构建核心企业定价模型,并用遗传算法及改进后的遗传算法优化BP神经网络模型;第五章对中小企业为核心企业带来的贡献度展开研究,并利用CAPM模型构建中小企业贷款定价模型及实证分析;第六章为本文的结论及不足。