近年来,随着信息技术与各产业的融合发展而产生的海量数据已成为各国的一项基础性战略资源。“大数据”越来越耳熟能详,很多国家都将发展大数据作为一项提升国家竞争力的基础性战略重点谋划布局。随着我国信息化技术的深入发展,对数据资源的采集、存储和应用水平不断提高,我国已经成为数据存储量最多、数据类型最丰富的国家之一。为了实现大数据产业生态体系繁荣的目标,势必要形成一批具有高水平科技创新能力的大数据骨干与核心企业,形成完善的大数据产业链,加快建成大数据产业集聚区,带动经济转型发展。因此,对大数据企业的深入分析能够体现大数据产业的发展水平与发展状况,尤其是在当前社会信用体系建设亟需完善的重要阶段。对大数据企业的信用状况进行评价,不仅有助于各界了解当前大数据企业的发展状况,从而发现问题,有针对性地解决问题;对大数据企业信用状况的评价还有助于银行等金融机构和个人投资者作出投融资决策。文章首先定性地分析了影响大数据企业信用的内外因素,这对大数据企业信用评价指标体系的构建具有较强的指导作用。然后分析大数据企业特征,提炼出能够代表大数据企业特征的评价指标,例如大数据企业的技术创新效率和大数据发明专利申请数,从而形成比较全面的信用评价指标体系,提高评价的有用性。文章所选取的样本企业均来自于创业板上市的大数据企业,剔除异常数据和数据缺失后,筛选出48家样本企业。在实证分析部分,文章首先评价了大数据企业的技术创新效率,分析创业板上市大数据企业整体的综合技术效率、纯技术效率和规模效率。结果表明,仅有4家企业的综合技术创新效率达到1,且技术创新效率值处在均值以上的企业尚不足一半,说明大数据企业的技术创新效率仍然有待提高。然后,分别计算采用IFAHP和AHP两种赋权方法确定指标权重,采用模糊综合评价法确定信用等级。同时为了进一步说明两者的精确度,计算分析其离差平方和。文章的分析结果说明创业板上市的大数据企业的信用等级没有达到最优的等级,处在一般和较差这一等级的企业数量较多,说明大数据企业的整体信用状况仍应予以重视。文章的独到之处有两个,一是对大数据企业进行信用评价选取的指标体现大数据企业特征,对评价大数据企业具有针对性和实用性;二是文章采用直觉模糊层次分析法确定指标权重,兼具主观与客观,提高了评价结果的可靠性。