## 击穿“拆东墙补西墙”的共债黑盒

在消费金融与小额信贷领域，“多头借贷”（借款人在多家机构同时借款）是导致坏账的核心元凶。传统的征信报告往往存在数据滞后性，难以实时捕捉借款人为了“以贷养贷”而在短时间内进行的疯狂申贷行为。一旦共债链条断裂，金融机构将面临巨大的资金损失。

**多头借贷行业风险版** API 专为解决这一痛点设计。它不仅提供基础的黑名单筛查，更通过 5 类细分维度（通用、短周期、长周期、非银行、银行），输出 0-100 分的量化风险子分。结合借款人在 7天至 720天内 的跨平台申请轨迹，该接口能帮助风控系统精准识别“急用钱”、“多平台撸口子”的高危人群，是构建现代化贷前风控模型的数据基石。

# Python 接口集成实战

本节演示如何使用 Python 对接该接口。由于接口返回的数据结构较为特殊（RiskCode 列表形式），我们在示例代码中增加了数据清洗逻辑，将复杂的 List 转换为易于查询的 Dict 结构。

### 前置配置

- **API Endpoint**: `https://api.tianyuanapi.com/api/v1/DWBG7F3A`

- **鉴权方式**: AES-128-CBC 加密传输

- **输入参数**: 姓名、身份证号、手机号


### 核心代码实现

Python

```
import requests
import json
import time
import base64
# 生产环境建议使用 PyCryptodome 库
# from Crypto.Cipher import AES

class MultiHeadRiskService:
    def __init__(self, access_id, access_key):
        self.url = "<https://api.tianyuanapi.com/api/v1/DWBG7F3A>"
        self.access_id = access_id
        self.access_key = access_key

    def query_risk_profile(self, name, id_card, mobile):
        """
        查询多头借贷风险详情
        """
        # 1. 构造带时间戳的请求URL
        timestamp = int(time.time() * 1000)
        request_url = f"{self.url}?t={timestamp}"
        
        payload = {
            "name": name,
            "id_card": id_card,
            "mobile_no": mobile
        }
        
        try:
            # 2. 数据加密 (AES-128-CBC)
            encrypted_data = self._encrypt_payload(json.dumps(payload))
            
            headers = {
                "Access-Id": self.access_id,
                "Content-Type": "application/json"
            }
            
            # 3. 发送请求
            response = requests.post(request_url, json={"data": encrypted_data}, headers=headers, timeout=8)
            
            if response.status_code == 200:
                res_json = response.json()
                
                if res_json.get("code") == 0:
                    # 解密响应数据
                    raw_data = self._decrypt_response(res_json.get("data"))
                    # 数据清洗：将 List 转为 Dict 方便业务使用
                    return self._parse_risk_report(raw_data)
                else:
                    print(f"业务异常: [{res_json.get('code')}] {res_json.get('message')}")
                    return None
            else:
                print(f"HTTP请求失败: {response.status_code}")
                return None
                
        except Exception as e:
            print(f"系统内部错误: {e}")
            return None

    def _parse_risk_report(self, raw_json):
        """
        将 [{"riskCode": "41001", "riskCodeValue": "43"}, ...] 
        转换为 {"41001": 43, ...} 格式
        """
        report_list = raw_json.get("riskInfo_report_v3.1", [])
        risk_map = {}
        for item in report_list:
            # 兼容 value 可能是字符串的情况，统一转为 int 或保留原值
            code = str(item.get("riskCode"))
            value = item.get("riskCodeValue")
            risk_map[code] = value
        return risk_map

    def _encrypt_payload(self, plain_text):
        """ [占位] AES加密逻辑: IV + AES(PKCS7) -> Base64 """
        return "base64_placeholder"

    def _decrypt_response(self, cipher_text):
        """ [占位] AES解密逻辑 """
        # 模拟解密后的 JSON 结构
        return {
            "riskInfo_report_v3.1": [
                {"riskCode": "41001", "riskCodeValue": "43"}, # 通用分
                {"riskCode": "40001", "riskCodeValue": "5"},  # 7天总申请次数
                {"riskCode": "17001", "riskCodeValue": "0"}   # 1周内逾期平台数
            ]
        }

# 调用示例
if __name__ == "__main__":
    service = MultiHeadRiskService("YOUR_ACCESS_ID", "YOUR_ACCESS_KEY")
    risk_profile = service.query_risk_profile("张三", "3201021990xxxx", "1380013xxxx")
    
    if risk_profile:
        # 业务决策示例
        short_term_score = int(risk_profile.get("41002", 0)) # 短周期共债分
        overdue_platforms = int(risk_profile.get("17001", 0)) # 1周内逾期平台数
        
        print(f"短周期共债分: {short_term_score}")
        if overdue_platforms > 0:
            print("拒绝：存在近期逾期行为")
        elif short_term_score > 80:
            print("复审：短周期共债风险极高")
        else:
            print("通过：风险可控")
```
# 核心风险指标深度解码

**多头借贷行业风险版** 返回的数据量极大（数百个指标），开发者无需全部使用，应根据业务场景选取核心特征。以下是关键字段的解析与建议：

### 1. 风险评分模型 (0-100分)

|**风险代码**|**描述**|**开发者注意(DeveloperNotes)**|
|:-:|:-:|:-:|
|`41001`|多头申请通用分|综合评估分。**分值越高，风险越大**。建议设定 60 分为初筛警戒线。|
|`41002`|**短周期多头共债子分**|聚焦 **7天~3个月** 的短期行为。若此分飙升，说明用户近期极度缺钱，存在“以贷养贷”嫌疑，是拒单的高权重指标。|
|`41003`|长周期多头共债子分|聚焦 **6个月+** 的长期行为。反映用户的长期负债习惯，可用于定额定信策略。|

### 2. 高危行为特征

|**风险代码**|**描述**|**业务含义**|
|:-:|:-:|:-:|
|`40001`|7天内总申请次数|申请极其频繁（如 >10次），典型的高频借贷行为。|
|`40049`|7天内总申请平台数|相比次数，**平台数**更具参考价值。如果在 7 天内申请了 5 个不同的网贷平台，说明资金缺口很大。|
|`40105`|7天总申请夜晚次数|**凌晨申请 (0点-7点)** 占比高往往关联不良嗜好（如赌博）或极度焦虑，违约概率显著高于白天申请者。|
|`17001`|1周内逾期平台数|**红线指标**。一旦大于 0，建议直接拒单。|

### 3. 欺诈与团伙风险

|**风险代码**|**描述**|**开发者注意**|
|:-:|:-:|:-:|
|`21007`|圈团1浓度分|0-100分。检测是否属于欺诈团伙或中介代办。|
|`31006`|疑似准入风险|枚举值 1(低), 2(中), 3(高)。针对身份冒用或黑产攻击的防御指标。|

# 构建精细化风控策略

基于该 API 丰富的数据维度，我们可以设计分层风控逻辑：

1. 反欺诈熔断 (Anti-Fraud)
	在流程最前端，优先检查 31006 (疑似准入风险) 和 1700x (逾期指标)。
	- **策略**：若 `31006 == 3` 或 `17001 > 0`，直接拒绝，无需进入后续评分环节，节省征信查询成本。

2. 多头借贷压力测试 (Debt Stress Test)
	计算用户的“申贷加速度”。利用 40161 (7天相对过去30天新增总平台数)。
	- **策略**：如果 7 天内新增平台数占过去 30 天总数的 50% 以上，说明用户近期借贷需求激增，偿债压力断崖式上升，建议降低授信额度。

3. 客群分层与差异化定价
	结合 41005 (银行多头子分) 和 41004 (非银行多头子分)。
	- **优质客群**：银行分低，且非银分低 -> 给低息大额。
	- **次级客群**：银行分高（被银行拒绝多次），转战非银机构 -> 给高息小额，并缩短借款周期。


# 结语

**多头借贷行业风险版** API 提供的不仅是数据，更是透视借款人真实财务状况的“X光机”。通过 Python 脚本将其无缝集成到业务系统中，金融机构可以将风控颗粒度从“月”精细化到“天”甚至“小时”（如深夜申请监测），从而在激烈的信贷市场中有效平衡规模增长与资产质量。

建议开发者在数据落库时，将 `riskCode` 与 `riskCodeValue` 进行扁平化存储（如 MongoDB），以便后续进行模型回溯与策略调优。

在消费金融与小额信贷领域，“多头借贷”（借款人在多家机构同时借款）是导致坏账的核心元凶。传统的征信报告往往存在数据滞后性，难以实时捕捉借款人为了“以贷养贷”而在短时间内进行的疯狂申贷行为。一旦共债链条断裂，金融机构将面临巨大的资金损失。

贷前审核新标准：基于多头借贷行业风险版API的信用评分模型构建

职业发展

多头借贷行业风险版API精准识别借款人跨平台申贷行为，提供0-100分风险评分，7天至720天跨平台申请轨迹分析，帮助金融机构防范共债风险。支持Python集成，实现贷前风控模型精细化运营，有效降低坏账率。

数据加密

数据清洗

数据结构

压力测试

MongoDB

Python

JSON

AI驱动 智领未来

bigdata-class

腾讯云数据库特惠，新用户首单0.5折起


mongodb

cloudhsm

文章

问答

视频

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

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

贷前审核新标准：基于多头借贷行业风险版API的信用评分模型构建-腾讯云开发者社区-腾讯云

贷前审核新标准：基于多头借贷行业风险版API的信用评分模型构建

贷前审核新标准：基于多头借贷行业风险版API的信用评分模型构建

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