研究目的及意义：

为了改善银企关系、加强中小企业融资，银行等金融机构推出了关系型信贷，因为商业银行在审批中小企业贷款时，较注重对“硬”信息的考察，同时中小企业并没有同某一家或几家商业银行保持长期关系。要改善中小企业融资状况，商业银行逐渐建立一套完整的信用记录体系，并实现信息共享，在贷款过程中增强对“软”信息的考察，积极培育一批资质较好的中小企业客户并建立密切的联系。中小企业也在不断规范财务制度，并增强财务信息的透明度，同银行建立长期关系。但随着互联网金融的不断发展，银行等金融机构面临的信用风险和操作风险也越来越大。如2018年以来，亿阳集团、神雾环保、富贵鸟、中安消、凯迪生态、盾安集团、盛运环保等接连爆发不同程度的违约或信用风险事件。本轮违约或信用风险事件多集中于民营上市公司，与上轮景气下行、盈利下滑带来的内部现金流恶化导致的违约不同，2018年违约整体背景是再融资压力下外部现金流的萎缩，在这样的环境下区别判断企业的信用风险和债务偿付压力，评估银企关系成了更重要的研究目标。

金融行业数据的整合、共享和开放正在成为趋势，给金融行业带来了新的发展机遇和巨大的发展动力。近年来，随着大数据、云计算、区块链、人工智能等新技术的快速发展，这些新技术与金融业务深度融合，释放出了金融创新活力和应用潜能，这大大推动了我国金融业转型升级，助力金融更好地服务实体经济，有效促进了金融业整体发展。在这一发展过程中，又以大数据技术发展最为成熟、应用最为广泛。国内不少银行已经开始尝试通过大数据来驱动业务运营，如中信银行信用卡中心使用大数据技术实现了实时营销，光大银行建立了社交网络信息数据库，招商银行则利用大数据发展小微贷款。在关系型信贷中，金融机构可以利用大数据技术对贷款企业进行更好的数据评估，进行客户画像、风险管理等操作。因此，实现科技与金融的融合，将大数据技术应用于银行等金融机构的贷款业务当中，对金融机构规避信用风险、操作风险，把握银企关系并进一步优化运营有着十分深刻的意义和作用。

国内外研究现状：

我国如银行等金融机构长期依靠信贷收入为业务主要收入，而银企关系的改善也一直是重要话题之一。Stiglitz and Weiss(1983)对小微企业融资难的原因进行了详细分析，他认为是信贷市场上的信息不对称引发了道德风险和逆向选择，也随之产生了市号出清利率高于银行的最优利率，银行为了有效管控信贷风险，容易发生信贷配给现象,而规模小、抵抗风险能力差、信息不透明的小微企业自然难以获得银行的信贷。柏林( Berlin) 和梅斯特(Mester,1998) 对“关系型借贷”进行了如下的界定，即“建立全面、细致的银企关系，利用银行和企业之间的长期合作关系，来最大程度地减少中小企业借贷风险的一种贷款协议”伯杰(Berger,1998) 和尤戴尔(Udell,2002)从关系融资角度进行了分析。他们指出，从银行的角度，将信息披露规范、易于量化和传递的大企业的信息称为“硬信息”，而将那些信息披露不规范的中小企业的模糊信息称为“软信息”。并在此基础上推出“关系型融资假说”，即企业固定地与数量极少的银行打交道，通过长期和多种渠道的接触可以使银行获得贷款企业及其业主的相关信息，从而有效地缓解信息不对称问题。

廖海波（2016）对关系型信贷的特征进行总结，他认为关系型信贷的特征是银企之间存在着长期互动的关系，在关系存续期间银行收到企业及其业主的私有信息（既包括企业财务状况、现金流等，也包括业主个人信用等），这些信息成为银行进行贷款的证据。张之（2018）通过实证分析得出大银行在向企业提供关系型信贷时更符合“投资”假说, 即大银行提供关系型信贷的目的是为了通过对企业软信息的专用性投资获得垄断利润，小银行在向企业提供关系型信贷时更符合“战略”假说, 即小银行会把向企业提供关系型信贷视作一种经营战略, 追求银企关系的稳定带来的长期收益。 Esther surdden ( 1987年)提出了“大数据”这个关键词。维克托迈尔舍恩伯格、肯尼思库克耶(2013) 在《大数据时代》中指出，大数据分析致力于取得和使用全数据集，不再是传统的随机抽样样本;大数据追求的是混杂性，而不再是精确性;大数据力图揭示的是相关关系，而不是因果关系，同时指出大数据带来的信息风暴正在变革我们的生活、工作和思维，大数据开启了一次重大的时代转型。美国研究机构Gartner认为，“大数据作为一种信息资产，具有多样化、海量以及拥有较高增长率等特点。

曾晨明（2015）提出，大数据技术利用数据之间的相关性建立模型，能够分析出海量数据之间的关系，对用户未来的行为信息进行预测和模拟。王义中（2018）指出，大数据能让金融关系覆盖范围扩大化、应用领域广泛化，缓解信息不对称，强化信用风险控制，并降低信用交易对象的交易成本。

大数据时代的到来，为破解小微企业融资难题和商业银行小微金融转型提供了机遇。以互联网为核心的第三次工业革命正在彻底改变金融业的产业链和产业布局，并改变银行业和其他金融业的生态链和生存空间。克里斯安德森(2006) 认为，对于信贷市场，银行关注的重点是规模大、资质好的大企业，而不重视资质差、风险大的中小企业信贷需求，这些信贷需求在传统信贷方式下得不到满足的中小企业客户，就构成了信贷市场的“长尾现象”。互联网的快速崛起使“长尾“备受关注，“长尾”效益越来越值得被重视和深度挖掘。未来，商业和文化的机遇不再拥挤于热门产品上，不再是单纯来源于传统需求的头部，而是遍布在需求曲线的那条无穷长的尾部。

同时，国内外也较少见大数据与关系型信贷的交融领域研究，这也是本文的创新之处所在。