LEI 参照データの評価に使用される基準が適切かつインパクトのあるものであることを確保す るため、GLEIF は国際的に認知されたデータ品質の概念及び標準の詳細な分析を行った。これは、グローバル LEI システム内のデータ品質のレベルを評価するための透明かつ客観的なベンチマークを確立するための 12 の明確なデータ品質基準の策定に資するものである。これらは以下のとおりである:正確性、アクセス可能性、完全性、包括性、一貫性、通貨性、完全性、証明力、表現力、適時 性、独自性及び有効性。
各基準は、適用における一貫性と拡張性を確保するために、ルールベースまたはアルゴリズムによる評価を可能にする。GLEIF は、確立されたベンチマークに照らして LEI データを体系的に評価するため、これらの 基準を適用する。これらのデータ品質の確認は、データ要素の正確な自動検証を可能にする構造化された if-then-else ロジック・ルールとして実装される。各チェックは、単一の品質基準に固有に割り当てられ、ルールと対応する品質次元との間に 明確かつ追跡可能なリンクを構築する。この構造は、月次データ品質レポートと公開ダッシュボードの基盤を形成しています。
妥当性、完全性、一貫性にスポットライトを当てる
データ品質基準の全 12 項目は不可欠であるが、本ブログは、高品質の LEI データを確保するため の「有効性」、「完全性」及び「一貫性」の役割に焦点を当てる:
妥当性適切なフォーマットと構造の確保
有効性とは、データ値がそのドメイン・バリュー・セットにどのように適合するかの尺度を指す。これは、各 LEI データ要素が事前に定義されたフォーマット及びコード・リストに適合することを確保する。妥当性は、33 の個別確認を通じて評価され、5 月にはこの基準の平均データ品質スコア99.99を達成した。チェックは、地域コードが ISO3166-1/2(国名及びその下位区分の名称を表すコードを定義する国 際標準)に従っていること、又はレコードが認定 LEI 発行者により管理されていることの検証を含む。
Global Legal Entity Identifier Foundation (GLEIF)において、データ品質管理・データサイエンス・チームを率いています。2018年4月以来、画期的なデータ・アナリティクス手法を導入することにより、確立されたデータ品質とデータ・ガバナンスの枠組みの強化と改善の責任を担っています。前職は、PwC Forensicsの国際金融調査に関するフォレンジック・データ分析プロジェクトの管理を担当。フィリップ大学マールブルクで機械学習を中心としたコンピュータ科学の学位を取得。