基于MCP的多源异构企业信用数据融合方法及装置

本申请涉及一种基于MCP的多源异构企业信用数据融合方法及装置，其包括采集多源异构企业信用数据，得到多源数据，按数据来源将多源数据划分为多个模块；采用Lasso惩罚算法对每个模块中的原始变量进行筛选，通过最小化删失分位数回归损失函数，剔除冗余变量，输出模块化数据；将每个模块化数据视为独立删失数据集，构建多源数据整合模型，整合模型的目标函数包括：各模块的删失分位数回归损失函数、Contrast惩罚项及Lasso惩罚项；采用CQRFabs迭代算法求解目标函数，得到分位数回归模型，并计算不同分位数水平下的违约时点估计值，整合得到企业违约时点分布结果，并通过删失分位数损失函数校正删失数据干扰，输出包含不同置信水平违约时点及分布特征的预测结果。