غرفة الأخبار والإعلام مدوّنة GLEIF
الترجمات غير الإنجليزية على هذا الموقع الإلكتروني مدعومة بالذكاء الاصطناعي. نحن لا نضمن الدقة ولسنا مسؤولين عن أي أخطاء أو أضرار ناتجة عن استخدام المحتوى المترجم. في حالة وجود أي تضارب أو غموض، النسخة الإنجليزية تسود.

كيف يعزز Banco de Portugal جودة البيانات الخاصة بمعرّفات الكيانات القانونية على نطاق واسع

تشاركنا آنا صوفيا أفونسو، عالمة البيانات في قسم إدارة البيانات في بنك البرتغال، نهجًا عمليًا للحفاظ على أعلى معايير جودة البيانات على نطاق واسع - الجمع بين التحقق من المصادر الوطنية الموثوقة المدعومة بالذكاء الاصطناعي مع وسيلة الاعتراضات المجمعة التي تدعمها GLEIF من خلال واجهة برمجة التطبيقات.


المؤلف: آنا صوفيا أفونسو، عالمة بيانات في قسم إدارة البيانات في بنك البرتغال

  • التاريخ: 31-03-2026
  • مشاهَدات:

تُعد بيانات معرّفات الكيانات القانونية (LEI) عالية الجودة أمرًا أساسيًا لضمان ثقة المؤسسات على مستوى العالم في المؤسسات وموثوقيتها. ومع ذلك، لا يمكن تحقيق هذه الجودة من خلال "عمليات "التنظيف" اليدوية المخصصة لمرة واحدة والتي تتسم بعدم الاتساق والبطء والتكلفة. وبدلاً من ذلك، يتطلب الأمر بشكل متزايد عمليات سير عمل قابلة للتدقيق والتكرار مصممة لتحسين الجودة على نطاق واسع مع تقليل العمليات اليدوية.

خذ على سبيل المثال التحدي المتمثل في معرفة متى يجب "سحب" معرّف الكيان القانوني المنتهي - الذي يشير إلى عدم التجديد في الوقت المحدد - لتأكيد توقف الكيان القانوني عن العمل. كيف يمكن تحقيق ذلك على نطاق واسع؟ والأهم من ذلك، كيف يمكن دعم القرارات بأدلة واضحة ومتسقة ويمكن التحقق منها؟

في هذه المدونة، تشرح آنا صوفيا أفونسو، عالمة البيانات في قسم إدارة البيانات في بنك البرتغال، كيف تم التصدي لهذا الاعتراض. من خلال الجمع بين التعلم الآلي (ML) والخوارزميات القائمة على الذكاء الاصطناعي مع ضوابط الجودة الصارمة والتحقق من صحة الخبراء لتحديد معرّفات الكيانات القانونية المؤهلة للتقاعد، مما عزز اتساق البيانات والحوكمة عبر الأنظمة المرجعية الوطنية والدولية. ويوفر هذا مخططًا يوضح كيف يمكن لجميع مستخدمي بيانات معرّفات الكيانات القانونية المساعدة في زيادة دقة التوقيت والدقة والموثوقية عبر نظام معرّفات الكيانات القانونية العالمي.

فهم معرّفات الكيانات القانونية في بيئة البيانات المرجعية الوطنية

في البرتغال، يجب أن يحمل كل كيان قانوني مقيم معرّفًا وطنيًا لأغراض قانونية ومالية. ومع ذلك، فإن معرّفات الكيانات القانونية إلزامية فقط في سياقات تنظيمية محددة. ونتيجة لذلك، تظل التغطية الإجمالية لمعرّفات الكيانات القانونية محدودة. وبالإضافة إلى ذلك، فإن أحداث دورة حياة معرّفات الكيانات القانونية غالبًا ما تنجم عن التزامات الإبلاغ الخارجية وليس عن تغييرات فعلية في الوضع القانوني للكيان.

وهذا يخلق اعتراضًا هيكليًا. فمع تطور سجلات الأعمال الوطنية، يمكن أن تتخلف بيانات معرّفات الكيانات القانونية - خاصةً بالنسبة للكيانات التي تتوقف عن تجديد بياناتها المرجعية - عن المزامنة. وبمرور الوقت، لاحظنا أن هذا يمثل عدة مشكلات متكررة:

  • بقاء معرّفات الكيانات القانونية المنتهية بعد أن أصبحت الكيانات المقابلة لها غير نشطة في سجل الأعمال الوطني;
  • عدم الاتساق بين المعرّفات الوطنية المسجلة في GLEIF وتلك التي تحتفظ بها السلطات الوطنية (البيانات المصدر لأنظمة البيانات المرجعية لبنك البرتغال);
  • الحاجة إلى إجراء تحقيقات يدوية تستغرق وقتًا طويلاً ويصعب تحديد أولوياتها ويستحيل توسيع نطاقها بفعالية.

لماذا تتطلب معرّفات الكيانات القانونية المنتهية تفسيرًا دقيقًا

واستجابةً لهذه الاعتراضات، شرعنا في استكشاف نهج لتحسين جودة البيانات بكفاءة وفعالية عبر دورة حياة معرّفات الكيانات القانونية وتعزيز الثقة في البيانات المرجعية العالمية.

وكانت إحدى الأفكار الرئيسية التي توصلنا إليها من تحليلنا الأولي هي أن معرّف الكيان القانوني المنتهي لا يعني أن الكيان القانوني المرتبط به غير نشط. فعدم التجديد قد يعكس ببساطة تغييرًا في التزامات الإبلاغ وليس إنهاء الكيان القانوني. وعلى العكس من ذلك، قد يكون الكيان غير نشط بالفعل من الناحية القانونية في حين أن معرّف الكيان القانوني الخاص به إما منتهي الصلاحية أو لا يزال صادرًا.

والأهم من ذلك، أننا أدركنا اعتبارًا مهمًا: إن سحب معرّف الكيان القانوني بشكل غير صحيح أسوأ من عدم سحبه على الإطلاق، حيث إنه قد يؤدي إلى تشويه صورة الكيان القانوني الذي توقف عن العمل. ونتيجة لذلك، قد يتعرض الكيان لإعاقة قدرته على التداول أو تنفيذ عملياته بشكل عام. وهذا يعني أن الاعتماد على حالة "المنقضية" كمحفز تلقائي للسحب من شأنه أن يُدخل مخاطر حوكمة كبيرة، وبالتالي فإن أي حل يجب أن يكون متحفظًا وقائمًا على الأدلة وقابلًا للتدقيق الكامل.

ونتيجة لذلك، كان الاعتراض الحقيقي هو التمييز بين:
أ) معرّفات الكيانات القانونية التي لم يتم تجديدها ولكنها لا تزال تتوافق مع الكيانات النشطة، و
ب) معرّفات الكيانات القانونية المرتبطة بكيانات غير نشطة قانونًا في البرتغال.

نهجنا: الذكاء الاصطناعي في المضاهاة مع البيانات الوطنية الموثوقة

تطلب تحقيق هذا التمييز بشكل موثوق دمج مصادر بيانات متعددة وتطبيق ضوابط جودة متسقة وقائمة على الأدلة. وقد بُني نهجنا على مبدأ بسيط: يجب أن تعتمد قرارات دورة حياة معرّفات الكيانات القانونية على معلومات وطنية موثوقة وأن تُنفذ بطريقة محكومة وقابلة للتطوير.

وللقيام بذلك، يتم دمج البيانات من GLEIF والمصادر الخارجية والسجل التجاري الوطني باستمرار في بيئة البيانات المرجعية الخاصة بنا، مما يوفر رؤية موحدة لهوية الكيان والحالة القانونية وحالة تسجيل معرّف الكيان القانوني. ثم يتم بعد ذلك تطبيق خوارزميات تعتمد على التعلم الآلي والذكاء الاصطناعي لتوحيد أسماء الكيانات ومعرّفاتها وحساب درجات التشابه بين مجموعات البيانات، مما يتيح إجراء تدقيق مقارنات واسعة النطاق لسجلات معرّفات الكيانات القانونية مع المصادر الوطنية الموثوقة لتحديد متى تكون التحديثات مطلوبة.

وبمجرد التحقق من صحة التحديثات، يتم بعد ذلك تفعيل التحديثات من خلال وسيلة الاعتراضات المجمعة التي تدعمها واجهة برمجة تطبيقات GLEIF، مما يقلل بشكل كبير من الجهد اليدوي ويبسط عملياتنا الداخلية. وفي الوقت نفسه، تضيف هذه الوسيلة مستوى إضافي من الضمان من خلال تمكين التحقق من صحة المعلومات من طرف ثالث مستقل. ويضمن ذلك معالجة عمليات تقاعد معرّفات الكيانات القانونية القابلة للتحقق بشكل متسق وفعال وقابل للتتبع الكامل، مع تجنب التدخلات اليدوية أو المخصصة غير الضرورية.

ومن المهم أيضًا ملاحظة أن الإشراف البشري يظل ضروريًا طوال سير العمل. يتم تصعيد الحالات المعقدة أو الغامضة لمراجعتها من قبل الخبراء، مما يضمن أن الأتمتة تعزز الحوكمة بدلاً من أن تحل محلها.

النتائج: من التحقيقات التفاعلية إلى العمليات المضبوطة

أدى تطبيق هذا النهج إلى نتائج واضحة وقابلة للقياس.

أولاً، حددنا معرّفات الكيانات القانونية المؤهلة حقًا للتقاعد، استنادًا إلى عدم النشاط القانوني الذي تم التحقق منه وليس سلوك التجديد وحده.

ثانيًا، كشفنا عن عدد كبير من مشكلات جودة البيانات التي لا علاقة لها بالتقاعد، خاصةً فيما يتعلق بدقة المعرّفات. وقد أدى حل هذه التناقضات إلى تحسين التوافق العام بين قواعد البيانات المرجعية الوطنية وسجلات GLEIF.

ثالثًا، أظهر تحليلنا الطولي لحالة تسجيل معرّفات الكيانات القانونية أن الزيادات في معرّفات الكيانات القانونية المنتهية والمتوقفة تعكس إلى حد كبير ديناميكيات دورة حياة الكيانات الأصلية وليس تدهور البيانات النظامية. وقد أثبت دمج هذا البعد الزمني أنه ضروري لتفسير البيانات بشكل صحيح.

وأخيرًا، انتقلنا من التحقيقات اليدوية المخصصة إلى تدفقات عمل قابلة للتكرار والتدقيق مدعومة بمعايير واضحة ونتائج موثقة، مما عزز الاتساق والحوكمة.

تعزيز جودة البيانات عبر نظام معرّفات الكيانات القانونية العالمي

بالإضافة إلى الفوائد التشغيلية الكبيرة التي تحققت، يمثل هذا النهج التزامنا القوي بنظام معرّفات الكيانات القانونية العالمي. ومن خلال مشاركة المعلومات في الوقت المناسب وتحديث البيانات المرجعية لمعرّفات الكيانات القانونية خارج دورة تجديد معرف الكيانات القانونية القياسية، فإننا نساعد بنشاط في الحفاظ على أعلى معايير جودة البيانات وضمان أن تظل البيانات المرجعية لمعرّفات الكيانات القانونية دقيقة ومحدثة. وهذا يلعب دورًا حاسمًا في تعزيز الثقة والشفافية في الاقتصاد البرتغالي وخارجه.

شكر وتقدير

هذا العمل هو نتاج عمل جماعي تعاوني يجمع بين المعرفة والخبرة ووجهات نظر العديد من المساهمين الذين جعلت جهودهم المشتركة هذه النتيجة ممكنة. وأود أن أعرب عن خالص امتناني لجميع المشاركين في هذه العملية، الذين كانت مناقشاتهم وتعليقاتهم وتفانيهم أساسية لتطوير هذا العمل، مع تنويه خاص لماريا دو كارمو مورينو وبرونو غونسالو تينوريو. الآراء الواردة في هذا العمل لا تمثل بالضرورة آراء المؤسسات، ويجب أن تُفهم فقط على أنها تفسير وتحليل المؤلفين للموضوع.

فإذا رغبتم في التعليق على منشور في المدوّنة، يُرجى زيارة خاصيّة المدوّنة على موقع GLEIF الإلكتروني باللغة الإنجليزية لنشر تعليقكم. ويُرجى تعريف أنفسكم بذكر الاسم الأول واسم العائلة. سوف يظهر اسمكم بجانب تعليقكم. لن تُنشر عناوين البريد الإلكتروني. يرجى الملاحظة بأنه من خلال الدخول إلى منتدى المناقشة أو المساهمة فيه فأنتم توافقون على الالتزام بشروط سياسة التدوين لدى GLEIF، ولذا يرجى قراءتها جيدًا.



قراءة جميع المنشورات السابقة في مدوّنة GLEIF >
نبذة عن المؤلف:

آنا صوفيا أفونسو هي عالمة بيانات في قسم إدارة البيانات في بنك البرتغال. وهي حاصلة على درجة الماجستير في العلوم المالية. آنا صوفيا متخصصة في تحويل البيانات المعقدة والمجزأة إلى رؤى موثوقة للإنتاج الإحصائي والاستراتيجية. يمتد عملها ليشمل لغة Python وSQL، وخطوط أنابيب البيانات، والتحليلات والتصور، والإحصاءات المتقدمة بشكل متزايد، والتعلم الآلي، وهندسة الميزات، وممارسات هندسة البيانات الحديثة لتحسين جودة النموذج، وكفاءة سير العمل، وموثوقية البيانات.


الكلمات الدلالية لهذه المقالة:
إدارة البيانات, جودة البيانات, البيانات المفتوحة, دليل معرّفات الكيانات القانونية العالمي, معرّف الكيان القانوني فنية, Global Legal Entity Identifier Foundation