# 银行用上 ISO 20022，喂给模型的数据仍可能是脏的

> 旧系统仍在往新的结构化报文里灌自由文本，第一周就要先测出脏数据有多少，再让模型去学。

原文: https://fdetimes.net/zh/guides/iso-20022-payment-data-profiling-for-ai/

你刚到一家银行上班。任务是做一个智能体（Agent），帮合规团队阅读跨境支付报文，按城市和国家对交易对手分组，并标记异常。第一次开会时，客户的技术负责人很有把握地说：“我们已经用上 ISO 20022 了，所有数据都是结构化的。”

这话只说对了一半。另一半通常会在模型上线大约三周后浮出水面，往往表现为一份谁也看不懂、谁也解释不了的交易对手清单。

作为前线部署工程师（FDE），你第一周的任务，就是在这另一半找上门之前先找到它：ISO 20022 实际带来了什么，哪里的数据仍然是脏的，脏到什么程度。

## ISO 20022 承诺了什么？

旧的 MT 报文把大量信息塞进几行自由文本。ISO 20022 则用定义清晰的字段来承载名称、邮政地址和汇款信息。机器可以分别读取每一部分，不必再猜一个字符串该从哪里切开。

在 Swift CBPR+ 的跨境支付中，MT 与 ISO 20022 并存的过渡期已于 2025 年 11 月 22 日正式结束。

在越南，由 NAPAS 运营的 ACH 已经实施 ISO 20022，BIDV 自 2023 年起使用这一标准；2025 年 11 月，越南国家银行在河内召开了为期两天的会议，推动该标准在银行间支付中的应用。

所以在越南的银行里，“你们迁移到新标准了吗？”已经不是值得问的问题。真正该问的是：哪些内部系统还在往新报文里灌旧的自由文本数据？

FTI Consulting 认为，由于 ISO 20022 是结构化格式，传统机器学习和生成式 AI 的效果都会显著提升。这是一家咨询公司的观点，而不是独立测量的结果。这个论点有道理，但前提是数据确实放在结构化字段里。

## 为什么“我们已经用上 ISO 20022”不代表数据干净？

新的报文格式不会修复已有的数据。几十年来以自由文本录入的地址，常常前后不一致、带缩写或不完整。开始做数据画像时，首先要排查的一个风险是：这些历史数据是不是被原封不动地搬进了新报文的自由文本地址行。

这就是为什么同一张表里会出现三种形式。结构化形式把每个组成部分拆开：街道名、门牌号、城镇、国家。混合形式中，一部分内容放在字段里，其余仍留在自由文本行中。

完全非结构化形式则只有文本行。EPC 的规则允许混合形式作为过渡，但禁止完全非结构化地址。问题在于，这条禁令的生效日期一直在变。

按原定时间表，Swift CBPR+ 将从 2026 年 11 月 14 日起不再接受完全非结构化地址。Swift 已推迟这一日期，并预计在 2026 年 12 月之前公布新的时间表。在 SEPA 区域，EPC 也推迟了 2026 年 11 月 15 日的截止日期，之后再另行确定。

实际情况是，客户的数据在一段时间内会混杂三种形式。把任何日期写进计划之前，先查看 Swift 的 SR2026 页面。

**要点:** 结构化格式本身不会清洗历史数据。信任之前，先做测量。

## 第一天的数据画像练习

设想同一个交易对手出现在两条记录里。下面的 XML 仅作示意：

```xml
<!-- 完全非结构化 -->
<PstlAdr>
  <AdrLine>12 NGUYEN HUE Q1 HCMC VN</AdrLine>
</PstlAdr>

<!-- 结构化 -->
<PstlAdr>
  <StrtNm>Nguyen Hue</StrtNm>
  <BldgNb>12</BldgNb>
  <TwnNm>Ho Chi Minh City</TwnNm>
  <Ctry>VN</Ctry>
</PstlAdr>
```

第一条是完全非结构化的，第二条是结构化的。人一眼就能看出两者是同一个地址。但一个按城镇字段分组的数据管道只能看到第二条，因为第一条没有城镇字段。所以第一件事，是写一个小小的分类脚本：

```python
from collections import Counter

def classify(pstl_adr):
    # 没有标签，或者是空的 <PstlAdr/> 标签：都算作缺少地址
    if pstl_adr is None or len(pstl_adr) == 0:
        return "missing"
    tags = [c.tag.split("}")[-1] for c in pstl_adr]
    has_lines = "AdrLine" in tags
    has_fields = any(t != "AdrLine" for t in tags)
    if has_fields and not has_lines:
        return "structured"
    if has_fields and has_lines:
        return "hybrid"
    return "unstructured"

def profile(records):
    # records：由 (source_system, pstl_adr_element) 组成的列表
    return Counter((src, classify(adr)) for src, adr in records)
```

要留意的细节是空标签。`classify` 里的注释点明了这一点：缺失的标签和空的 `` 都算作缺少地址。如果不做这项检查，一个没有子元素的空 `` 会被计为“unstructured”，你就会错误地告诉客户某个数据源存的是自由文本地址，而实际上它根本没有地址。

假设你抽样 1,000 条记录，发现 380 条结构化、270 条混合、350 条非结构化。如果智能体只读城镇字段，而只有部分混合记录带这个字段，那么它最多只能看到 650 条记录。

至少 350 个交易对手，即这个假设样本的三分之一以上，会在没有任何报错的情况下从分析中消失。

总数不如分数据源的数字重要。如果这 350 条非结构化记录几乎全部来自同一个旧核心系统，你就有了一个可以向客户提出的具体问题：这个数据源的数据，是要标准化，还是排除在范围之外？

## 动模型之前的五个步骤

第一步，按数据源和时间段抽样，而不是从整张表里随机抽取，因为新旧数据往往差异很大。第二步，运行上面的数据画像，把结果整理成一张“数据源 × 地址形式”的表。业务负责人不用看 XML，也能通过这张表理解问题。

第三步，询问数据治理情况。FTI 强调，元数据目录、字段级数据血缘和保留策略，是可靠且可审计地使用 ISO 20022 数据的前提。在银行里，“这个字段从哪里来，谁转换过它？”这个问题迟早会在审计中被问到。

第四步，找出哪些数据对要解决的问题真正有价值。据 FTI 称，关于最终债务人和最终债权人的更丰富数据，有助于银行更好地了解客户群。但前提是这些字段真的有值，所以要像测地址那样测一下它们的填充率。

到第五步才轮到模型。对于混合和非结构化数据，要明确决定是解析、标记还是剔除，并把这个决定记录下来，供合规团队审查。

## 新 FDE 常犯的三个错误

最常见的错误，是把“我们已经用上标准了”当真，连数据都不打开看。第二个错误，是用大模型（LLM）把自由文本地址解析成字段，然后覆盖原始数据。

这样做会破坏数据血缘。审计人员问起时，谁也说不清哪些值来自客户、哪些是机器推断出来的。

第三个错误，是围绕一个固定的截止日期制定计划。如前所述，这些日期仍在变动，一份写着“2026 年 11 月之后不再有非结构化地址”的路线图，可能在汇报当天就已经过时。

## 这项技能在简历上怎么体现？

阅读银行业 FDE 或解决方案工程师岗位的职位描述时，留意 ISO 20022、pacs.008、CBPR+、NAPAS 或 data lineage 这些关键词。应聘这类岗位，要能证明自己既会写代码，也能和支付运营团队沟通。

简历上不要写“了解 ISO 20022”。要写一行带数字的经历：你对多少条记录做了数据画像，在哪个数据源发现了多大比例的非结构化地址，以及你决定如何处理。

如果还没有真实项目，一个使用合成数据的小型代码仓库，配一份解释三种地址形式的 README，就足以开启一场不错的面试。

在银行项目里，FDE 的价值不在于把模型推上生产环境，而在于像那个假设样本中的 350 条记录一样，指出正在悄悄消失的数据，赶在模型从剩下的数据里学习之前。

**本周动手试试:**

- 创建 20 条合成的 PstlAdr 记录，覆盖三种地址形式，再加几个空标签；然后写一个分类函数，按数据源统计记录数
- 打开 Swift 的 SR2026 页面，记下非结构化地址的最新日期，再把这个日期写进任何计划
- 拟好五个关于元数据、数据血缘和保留策略的问题，用于与银行客户的第一次需求调研会

## 信源

- [CBPR+ is live: what ISO 20022 means in practice (Mambu)](https://mambu.com/en/insights/articles/cbpr-is-live-what-iso-20022-means-in-practice)

- [The November 2026 Structured Address Deadline: What Every PSP Needs to Do Now (Clearing Post)](https://clearingpost.com/insights/iso-20022-structured-address-deadline-november-2026/)

- [From Compliance to Competition: Unlocking the Benefits of ISO 20022 (FTI Consulting)](https://www.fticonsulting.com/en/spain/insights/articles/from-compliance-competition-unlocking-benefits-iso-20022)

- [Conference promotes ISO 20022 in interbank payment system (Viet Nam News)](https://vietnamnews.vn/economy/1729750/conference-promotes-iso-20022-in-interbank-payment-system.html)

- [BIDV adopts ISO20022 for cross-border payments in its payment hub system](https://bidv.com.vn/bidv_en/tin-tuc/tin-ve-bidv/bidv-trien-khai-chuan-tin-dien-iso20022-tai-he-thong-thanh-toan-payment-hub)
