当前，信用缺失问题已成为严重制约我国社会经济发展的“瓶颈”。一个可以佐证的数据是，国家发改委援引有关统计显示，每年因信用缺失问题造成的企业损失已经高达6000多亿元。企业信用不仅关系企业的生存和可持续发展，而且会进一步影响我国社会信用体系建设的制度的构建和完善。　　在“互联网+”和大数据的时代背景下，随着市场经济活跃度的叠加式激活以及利益主体的多元化发展，企业信用因评价主体的不同，呈现出定义和体系的差异化。数量庞大、来源分散、格式多样的企业信用信息和数据处理对政府决策、部门监管、企业管理提出了新的挑战。因此，有必要重新认识企业信用的新内涵，消除企业信用评级、行业信用评价和信用指数在客观性、动态性、完整性上的缺陷，以构建与大数据相匹配的、能够较客观、动态、完整反映企业信用指数的监测工具。　　本论文强调了构建基于大数据理论的企业信用指数系统的必要性和紧迫性，以比较学视角，深入开展国内外文献的对比分析，提出应突破狭义的经济学定义，从多学科的广义层面重构信用和企业信用的新内涵，从道德起源、经济学应用、法律原则和行为规范等多重角度，透析信用的不同属性，对其内涵进行重新界定，并以社会信用体系、信用评级及大数据等相关理论为基础，从不同维度分析和构建企业信用指数理论体系。　　本论文坚持问题导向，分析了因解决信息不对称造成违约风险而产生的传统信用评级所面临的关键性偏差和缺失，主要表现为评级信息来源单一，数据结构单维线性，评价主观色彩明显，评级模型侧重财务数据分析，侧重因果分析，评价周期过长等问题。这些缺陷造成评级结果偏失。与此同时，在新的时代背景下，信用信息呈现来源多元化、即时动态化，信息非结构化，传统的评级方式已无法解决全样本的企业信用信息评估和监测，必须从多维关联性分析补充甚至替代线性因果性分析法。　　本论文针对大数据理论的数据量巨大、类型繁多、价值密度低、处理速度快，时效性高等特点，以及全样本、异构化、多因素的新特征，提出采用大数据技术变革作为实现企业信用指数的有力理论支撑。结合我国实际情况，以国外经验为参照，将企业信用指数(简称为BCI，Business Credit Index)全新定义为通过运用大数据理论对企业信用指标信息进行采集、汇总、分析、加工，依据统计指数与统计评价理论，选择反映样本企业的信用基础、信用实践和信用记录一系列反映企业信用的指标。在企业信用指数的指数体系、权重及赋分方面，通过矩阵和赋予特征向量进行逐项赋权。为确保指数模型和测算方法的科学性和可操作性、数据采集量的可靠，本论文的企业信用指数分析采用综合指数法，利用互联网大样本数据采集分析。　　本论文以国务院国资委监管的111家中央企业为样本，对企业信用指数模型进行测评，利用网络爬虫分析技术，采取全网大数据信息采集、深度分析和挖掘分析样本，对企业信用指数进行实证测试，采集和处理信息量达8522021KB（1KB=1024字节，相当于43.63亿汉字），分别进行了指数趋势波动分析、指数构成分析和指数行业分析，进而发现了信用指数呈现季节性、行业性波动，并发现企业信用指数与监管指标、社会评价、荣誉公益等类指标呈现强相关关系。　　本论文有以下四个创新和特点:　　第一，本论文开展比较学研究，紧密结合我国社会信用体系建设特征，分析中西方对信用内涵的不同观点，构建了适应我国国情的涵盖信用基础、信用实践和信用记录的企业信用指数理论体系，具有一定的独创性。　　第二，本论文突破以往传统问卷调查小样本数据分析客观性不强、动态性不足、全面性欠缺、周期长过长等难题。大胆采用大数据分析技术，基于当前信用信息来源多元化、数据非结构化和数据海量化等特点，开发了基于大数据实时采集分析模型的量化分析工具，实现了全样本动态采集分析，有一定的创新性。　　第三，本论文对信用指数分析模型进行验证，开展样本企业的实证测评。搜集大量一手分析数据，有助于动态观测企业信用水平的波动、循环状态及其规律，可成为了解我国企业信用状况的“晴雨表”，具有较高的应用和实践价值。　　第四，本论文能够清晰地反映企业信用状况上升、稳定、下降的波动特征以及转折点，为政府监管、企业指导、研究分析提供决策参考和量化分析工具，为构建我国特色企业信用指数体系进行了有益的探索。　　与此同时，本论文还存在不足之处，需要在统计计算模型优化、权重设置上更加科学合理，该研究将不断加强指数数据积累，深入进行相关比较性、关联性和趋势性分析研究。