## 一、一站式洞察借款人的“隐形债务”与“欺诈风险”

在信贷风控领域，风控人员常常面临“数据孤岛”的困扰：查询多头借贷需要调一个接口，查询逾期黑名单需要调另一个接口，反欺诈又是第三个接口。这不仅增加了对接成本，也降低了决策效率。

“综合多头”接口，正如其名，是一款**全能型**的风控工具。它聚合了 **多头借贷评分**、**分行业申请记录**、**多头逾期详情**、**圈团欺诈风险** 以及 **可疑准入风险** 等五大类、数百个关键指标。通过这一接口，企业可以一次性获取借款人在银行、消金、P2P等全行业的借贷轨迹及违约风险。

本文将作为一份详尽的开发指南，演示如何使用 Python 对接此高安全级别的 AES 加密接口，并提供一套高效的数据清洗方案，将接口返回的数百个 `KV` 键值对转化为结构化的风控报告。

## 二、API接口调用示例

本接口采用金融级安全传输标准，要求请求体进行 AES-128-CBC 加密。由于涉及 `authorized`（授权状态）等合规字段，开发者需严格遵守调用规范。

### 1. 接口基础信息

- **接口地址**：`https://api.tianyuanapi.com/api/v1/JRZQ8F7C?t={13位时间戳}`

- **请求方式**：POST

- **安全机制**：
	- Header: `Access-Id`
	- Body: `data` (AES加密 + Base64编码，IV拼接在密文前)

- **核心入参**：`id_card`, `name`, `mobile_no`, `authorized` ("1"代表已获授权)


### 2. Curl 调用示例

Bash

```
# 注意：实际 data 字段需由代码生成，包含随机 IV 和加密内容
curl -X POST "<https://api.tianyuanapi.com/api/v1/JRZQ8F7C?t=1716345678000>" \\
  -H "Content-Type: application/json" \\
  -H "Access-Id: YOUR_ACCESS_ID" \\
  -d '{
    "data": "U2FsdGVkX1+..." 
  }'
```
### 3. Python 完整调用代码 (含全维度数据解析)

为了应对接口返回的庞大 `KV` 列表，本示例封装了一个 `RiskDataParser` 类，能够将分散的指标自动归类为“多头”、“逾期”、“反欺诈”三个维度。

Python

```
import requests
import json
import time
import base64
from Crypto.Cipher import AES
from Crypto.Util.Padding import pad, unpad
from Crypto.Random import get_random_bytes

class TianyuanComprehensiveAPI:
    def __init__(self, access_id, access_key):
        self.access_id = access_id
        # 密钥截取前16位作为AES Key
        self.access_key = access_key.encode('utf-8')[:16]
        self.api_url = "<https://api.tianyuanapi.com/api/v1/JRZQ8F7C>"

    def _encrypt(self, plain_dict):
        """AES-128-CBC 加密，IV拼接到密文前"""
        try:
            plain_text = json.dumps(plain_dict).encode('utf-8')
            iv = get_random_bytes(16)
            cipher = AES.new(self.access_key, AES.MODE_CBC, iv)
            encrypted_bytes = cipher.encrypt(pad(plain_text, AES.block_size))
            # 组合: IV + CipherText -> Base64
            return base64.b64encode(iv + encrypted_bytes).decode('utf-8')
        except Exception as e:
            print(f"[加密错误] {e}")
            return None

    def _decrypt(self, base64_str):
        """AES-128-CBC 解密，提取前16位IV"""
        try:
            encrypted_data = base64.b64decode(base64_str)
            iv = encrypted_data[:16]
            cipher_text = encrypted_data[16:]
            cipher = AES.new(self.access_key, AES.MODE_CBC, iv)
            decrypted_text = unpad(cipher.decrypt(cipher_text), AES.block_size)
            return json.loads(decrypted_text.decode('utf-8'))
        except Exception as e:
            print(f"[解密错误] {e}")
            return None

    def query_comprehensive_risk(self, name, id_card, mobile):
        # 1. 构造参数 (注意 authorized 字段)
        payload = {
            "name": name,
            "id_card": id_card,
            "mobile_no": mobile,
            "authorized": "1" # 必须获得用户授权
        }

        # 2. 加密请求
        encrypted_data = self._encrypt(payload)
        if not encrypted_data: return

        # 3. 发送 POST
        timestamp = int(time.time() * 1000)
        url = f"{self.api_url}?t={timestamp}"
        headers = {"Access-Id": self.access_id}
        
        try:
            resp = requests.post(url, json={"data": encrypted_data}, headers=headers)
            res_json = resp.json()

            # 4. 处理响应
            if res_json.get("code") == "200" or res_json.get("code") == 200:
                print(">>> API调用成功，正在解析全维度报告...")
                # 注意：部分接口返回的 data 是直接的列表，部分是加密串，需根据实际情况调整
                # 假设此处遵循文档标准流程，Data为加密串
                if isinstance(res_json.get("data"), str):
                     raw_data = self._decrypt(res_json.get("data"))
                else:
                     raw_data = res_json.get("data") # 若未加密直接返回列表

                # 5. 数据清洗与展示
                parser = RiskDataParser(raw_data)
                parser.print_summary()
            else:
                print(f"API 业务异常: Code {res_json.get('code')} - {res_json.get('message')}")
                
        except Exception as e:
            print(f"网络请求失败: {e}")

class RiskDataParser:
    """风控数据解析器，将 KV 列表转换为结构化视图"""
    def __init__(self, data_list):
        # 将 [{"riskCode":..., "riskCodeValue":...}] 转为字典
        self.data_map = {str(item.get("riskCode")): str(item.get("riskCodeValue")) for item in data_list}

    def get_val(self, code):
        return self.data_map.get(str(code), "未命中")

    def print_summary(self):
        print("\\n======== 借款人综合风险画像 ========")
        
        print(f"[1. 核心评分]")
        print(f"  > 多头通用分(41001): {self.get_val(41001)} (0-100, 分高风险大)")
        print(f"  > 银行系共债分(41005): {self.get_val(41005)}")
        
        print(f"\\n[2. 申请行为 - 7天窗口]")
        print(f"  > 总申请次数(40001): {self.get_val(40001)}")
        print(f"  > 网贷/互金申请(40004): {self.get_val(40004)}")
        print(f"  > 深夜(0-7点)申请(40105): {self.get_val(40105)}")

        print(f"\\n[3. 逾期风险 - 核心预警]")
        print(f"  > 近3个月逾期平台数(17003): {self.get_val(17003)}")
        print(f"  > 当前是否有信贷逾期(17001): {self.get_val(17001)}")

        print(f"\\n[4. 团伙欺诈风险]")
        print(f"  > 圈团风险等级(22006): {self.get_val(22006)} (1低/2中/3高)")
        print(f"  > 疑似准入风险(31006): {self.get_val(31006)}")
        print("====================================")

# 使用示例
if __name__ == "__main__":
    # 请替换为真实的 AccessId 和 Key
    client = TianyuanComprehensiveAPI("YOUR_ACCESS_ID", "YOUR_ACCESS_KEY_HEX")
    client.query_comprehensive_risk("张三", "110101199001011234", "13800138000")
```
## 三、核心数据结构解析

本接口返回的数据量巨大，理解其分类逻辑至关重要。解密后的数据是一个扁平的 Object List，但逻辑上分为五个板块。

### 1. 数据概览

JSON

```
{
  "code": "200",
  "data": [
    { "riskCode": 41001, "riskCodeValue": 85 },   // 评分
    { "riskCode": 40001, "riskCodeValue": 12 },   // 申请次数
    { "riskCode": 17003, "riskCodeValue": 2 },    // 逾期平台数
    { "riskCode": 22006, "riskCodeValue": 3 }     // 团伙风险等级
    ...
  ]
}
```
### 2. 五大风险维度

1. **多头评分 (41xxx)**：宏观量化指标，0-100分，分数越高风险越大。

2. **申请统计 (40xxx)**：包含分行业（银行/非银）、分时段（白天/深夜）、分周期（7天-720天）的申请次数与平台数。

3. **多头逾期 (17xxx)**：**本接口的核心亮点**，统计用户在不同周期（1周-1年）内的逾期平台数和次数。

4. **圈团风险 (2xxxx)**：基于关联网络识别的团伙欺诈风险。

5. **可疑风险 (3xxxx)**：基于规则引擎识别的异常准入风险。


## 四、字段详解（综合风控核心表）

以下精选了在构建“贷前自动审批系统”时，建议纳入**一票否决**或**强规则**的核心字段。

### 1. 硬指标：逾期与欺诈

|**字段Code**|**字段名称**|**业务含义**|**建议策略**|
|:-:|:-:|:-:|:-:|
|**17001**|1周内逾期平台数|当前正在发生的违约|**直接拒绝**。当前存在逾期，且为近期发生，还款能力极差。|
|**17003**|3个月内逾期平台数|短期偿债压力测试|若 > 1，建议转人工审核或拒绝，说明近期资金链断裂。|
|**22006**|圈团2风险等级|团伙欺诈识别|返回 **3 (高风险)** 时，代表用户位于欺诈团伙关联网络中心，建议拦截。|
|**31006**|疑似准入风险|资料/行为异常|1=低，2=中，3=高。高风险建议拦截。|

### 2. 软指标：多头与意愿

|**字段Code**|**字段名称**|**业务含义**|**建议策略**|
|:-:|:-:|:-:|:-:|
|**41001**|多头申请通用分|综合借贷活跃度|作为评分卡输入变量（X变量）。|
|**40105**|7天总申请夜晚次数|异常时段借贷|若次数过高，提示赌博或中介代办风险。|
|**40004**|7天内互金申请次数|网贷依赖度|相比银行申请，互金申请过多代表资质下沉。|
|**40161**|7天新增平台数|撸口子速度|突发性新增大量平台，预示即将“跑路”。|

## 五、应用价值分析

API的综合多头接口将原本分散的风险数据进行了物理聚合，为企业带来了应用价值：

1. 构建全能型反欺诈（Anti-Fraud）防火墙：
	利用 22006（圈团风险）和 31006（疑似准入风险），可以在用户注册或申请的第一时间，识别出黑产攻击、中介代办或组团骗贷行为，无需单独对接复杂的图计算服务。

2. 穿透式的信用评估：
	通过 17xxx 系列的逾期指标，企业不仅能知道用户“借了多少”（多头申请），还能知道用户“还了没有”（逾期详情）。例如，结合 40037（总申请数）和 17006（1年前逾期数），可以判断用户是“老赖”还是“近期突发困难”。

3. 降低API调用成本：
	传统模式下，获取画像需要调用“多头查询”+“逾期黑名单”+“反欺诈”三个接口。本接口一次性返回所有数据，大幅降低了单次查询的综合成本（TPC）和网络延迟。


## 六、总结

综合多头风险查询API不仅提供了 Python 开发者急需的结构化风控数据，更通过引入“逾期”和“团伙”维度，填补了单纯多头数据的盲区。

在实际对接中，建议开发者重点关注数据清洗环节，将 `nan` 或 `-1`（未查得）的数据进行特殊处理（如填充默认值或标记为缺失），以确保风控模型的鲁棒性。通过这一接口，您的系统将具备银行级的风险识别能力。

在信贷风控领域，风控人员常常面临“数据孤岛”的困扰：查询多头借贷需要调一个接口，查询逾期黑名单需要调另一个接口，反欺诈又是第三个接口。这不仅增加了对接成本，也降低了决策效率。

Python金融风控实战：对接天远综合多头借贷API与全维度风险画像构建

编程语言

大数据

安全

一站式信贷风控解决方案，聚合多头借贷、逾期黑名单、反欺诈等核心数据，提供Python对接指南与AES加密实现。高效识别借款人隐形债务与欺诈风险，降低API调用成本，提升风控决策效率。

数据清洗

网络延迟

数据结构

压力测试

风险识别

防火墙

Python

JSON

2026新春采购季

bigdata-class

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云AI代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

功能1上新10个字符

功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符。

功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符。

功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符

功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符

功能4上新

文章&问答评论现已支持表情

全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验

社区富文本编辑器全新改版！诚邀体验～ 

精选全网热门MCP server，让你的AI更好用 🚀

💥开发者 MCP广场重磅上线！

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

Python金融风控实战：对接天远综合多头借贷API与全维度风险画像构建-腾讯云开发者社区-腾讯云

Python金融风控实战：对接天远综合多头借贷API与全维度风险画像构建

Python金融风控实战：对接天远综合多头借贷API与全维度风险画像构建

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐