As traduções deste site em idiomas diferentes do inglês são geradas por IA. Não garantimos a precisão e não nos responsabilizamos por quaisquer erros ou danos resultantes do uso do conteúdo traduzido. Em caso de inconsistências ou ambiguidades, versão em inglês prevalecerá.
Sala de Imprensa e Mídia
Blog da GLEIF
As traduções deste site em idiomas diferentes do inglês são geradas por IA. Não garantimos a precisão e não nos responsabilizamos por quaisquer erros ou danos resultantes do uso do conteúdo traduzido. Em caso de inconsistências ou ambiguidades, versão em inglês prevalecerá.
Transformar dados em oportunidades: Métrica do Mês - Compreensão de Nível 2
Dados de alta qualidade são mais do que uma referência - são uma necessidade estratégica para a confiança, a Conformidade e a interoperabilidade globais. Neste blogue, Zornitsa Manolova, Chefe de Gestão da Qualidade de Dados e Ciência de Dados da GLEIF, destaca a importância da Compreensão de Dados de Nível 2 para garantir que os utilizadores de dados saibam "a quem pertence" em grupos empresariais inteiros, reforçando a estabilidade financeira, a conformidade e as práticas de investimento responsável.
Autor: Zornitsa Manolova
Data: 2025-11-07
Visualizações:
Numa economia global cada vez mais interligada, a capacidade de as organizações confiarem e utilizarem os dados de forma eficaz é a base da inovação, do crescimento e da competitividade.
Um ecossistema de dados de alta qualidade é um motor de mudança e inovação que permite às organizações identificar e aproveitar novas oportunidades. Ao mesmo tempo, a baixa qualidade dos dados pode levar a ineficiências e expor a organização a riscos regulamentares e de reputação.
A GLEIF está empenhada em otimizar a qualidade, fiabilidade e usabilidade dos dados de LEI. Desde 2017, tem publicado relatórios mensais dedicados para demonstrar de forma transparente o nível geral de qualidade de dados alcançado no Global LEI System.
Para ajudar a uma compreensão e conscientização mais ampla do setor sobre as iniciativas de qualidade de dados da GLEIF, esta nova série de blogs explora as principais métricas incluídas nos relatórios.
O blogue deste mês examina a compreensão do Nível 2, que responde à pergunta "quem controla quem?"
Os dados de nível 1 respondem à pergunta "quem é quem?", mas no mundo financeiro interligado de hoje, a transparência vai além de saber o nome ou o número de registo de uma empresa - trata-se de compreender quem está verdadeiramente por trás dela. Para tornar isso possível, os dados de Nível 2 foram introduzidos para responder à pergunta "quem controla quem?".
No âmbito do Global LEI System (GLEIS), os dados de Nível 2 captam as relações não só identificando as empresas-mãe consolidadoras contabilísticas diretas e finais, mas também as sucursais internacionais e os fundos de investimento.
A matriz consolidadora contábil direta é a empresa de nível mais baixo que consolida uma entidade em suas demonstrações financeiras. Em contrapartida, a empresa-mãe consolidadora contabilística final é a empresa de nível superior sem empresa-mãe.
A GLEIF acompanha e publica esses dados de relacionamento por meio de relatórios mensais, fornecendo transparência sobre a integridade dos relatórios de relacionamento com a controladora. A métrica de Relacionamentos com Controladoras conta o número de registros de LEIs com pelo menos uma entidade controladora válida (PUBLICADA ou LEIs vencidos), incluindo controladoras diretas e finais e filiais, e excluindo exceções de reporte. A partir de outubro de 2025, 135.451 LEIs atenderam à métrica de Relacionamento com a Controladora. A Informação Completa da Entidade Controladora mostra o número de registos de LEI com um conjunto completo e verificável de detalhes da entidade controladora, representando 2.892.126 LEIs - 93,13% da população total de LEIs - para o mesmo mês.
Juntas, essas métricas fornecem uma imagem clara de como as relações de controladora e propriedade estão sendo divulgadas e mantidas de forma abrangente no GLEIS, reforçando a missão da GLEIF de aumentar a confiança, a responsabilidade e a transparência no ecossistema financeiro global. Esta visibilidade ajuda os reguladores, as empresas e os analistas a avaliarem os riscos em grupos empresariais inteiros e não em entidades individuais, reforçando a estabilidade financeira, a Conformidade e as práticas de investimento responsável.
Quando uma Entidade Jurídica se apresenta como um fundo de investimento, é definida como um esquema de investimento coletivo que é detido por vários investidores e gerido em seu nome por um gestor de activos ou, em alguns casos, pelo próprio fundo. Em outubro de 2025, existiam 150 774 entidades listadas como fundos de investimento no GLEIS, e estas são ainda categorizadas em três tipos principais de relações de fundos:
Entidade Gestora do Fundo: a entidade jurídica responsável pela constituição, operações e gestão de riscos do fundo.
Estrutura "Umbrella": uma entidade-mãe que contém vários sub-fundos, cada um com objectivos de investimento distintos, investidores e activos e passivos segregados.
Estrutura de alimentação principal: uma configuração em que um ou mais fundos de alimentação investem exclusivamente, ou quase totalmente, num único fundo principal.
Reforço da informação de nível 2
Para reforçar a base de transparência de dados em que assenta o GLEIS, a GLEIF está empenhada em melhorar continuamente a qualidade e a integridade dos dados de relacionamento através de relatórios de Nível 2.
As principais iniciativas recentes para reforçar os relatórios de Nível 2 incluem a adição de Verificações da Qualidade dos Dados rigorosas e a introdução do Sinal de Conformidade com as Políticas (PCF). Paralelamente, a GLEIF está a explorar a utilização de inteligência artificial (IA) para melhorar ainda mais a automatização e a precisão da extração de dados de relações:
Reforço das Verificações da Qualidade dos Dados
Como parte das Actualizações de Definição de Regras em 2025, em vigor a partir de 13 de novembro, a GLEIF introduziu novas Verificações da Qualidade dos Dados para melhorar ainda mais a precisão e a consistência dos dados da relação, o que se reflectirá nos próximos relatórios e no painel de DQ. Estas Verificações foram concebidas para garantir que as ligações comunicadas entre entidades são lógicas e estão em conformidade com as regras de comunicação de relações e as Normas de Qualidade de Dados estabelecidas. As verificações específicas incluem: verificar se o endereço da sede de uma sucursal corresponde ao endereço legal da sua sede e vice-versa; confirmar a correspondência dos estatutos de registo dos relacionamentos durante as transferências; validar que as entidades não consolidam outras quando a sua forma jurídica impede tais relacionamentos; e garantir que uma entidade não reporta um relacionamento com uma empresa-mãe quando a forma jurídica da empresa-mãe significa que não se espera que consolide outras entidades.
Além disso, algumas verificações existentes continuam a apoiar a integridade das cadeias de empresas-mãe diretas relatadas, impedindo relações circulares e assegurando que todas as empresas-mãe diretas e os seus filhos convergem para a mesma empresa-mãe final ou para a mesma exceção de relato. Isto verifica que as entidades não filiais comunicam informações completas e distintas sobre a empresa-mãe, com excepções cuidadosamente geridas para evitar conflitos com registos de relações, e confirma que as relações entre filhos utilizam o estado de registo correto quando um registo está inativo.
Apresentação do sinalizador de conformidade com as políticas (PCF)
Lançada em abril de 2024, a PCF é uma ferramenta simples que determina se cada registo de LEI cumpre as políticas do Comité de Supervisão Regulatória (ROC). Um critério para determinar o status de conformidade é o relatório de Nível 2. Se o reporte de Nível 2 estiver completo, significa que a entidade jurídica reportou dados sobre as suas empresas-mãe diretas e finais ou forneceu uma das razões aceitáveis para não reportar estes dados.
As entidades com um estatuto de conformidade demonstram um forte compromisso com a transparência e a responsabilidade. A sua informação de propriedade verificada permite uma monitorização mais eficaz das transacções e uma visão mais clara das estruturas empresariais. Desde o seu lançamento, o PCF contribuiu para melhorias mensuráveis na qualidade dos dados de Nível 2 - com os níveis de conformidade a aumentarem de 87,97% em abril de 2024 para 89,62% em outubro de 2025.
Usando IA para recuperar relacionamentos
A GLEIF também testou o uso de IA para automatizar a extração de relações matriz-subsidiária de relatórios anuais não estruturados. Esta abordagem utiliza grandes modelos de linguagem (LLMs) para ler diretamente os relatórios anuais das empresas, gerar listas estruturadas de subsidiárias e refiná-las através de um processo de validação em várias fases. O projeto-piloto demonstra que a extração baseada em IA é viável e comparável aos métodos manuais, identificando um número semelhante de entidades e capturando frequentemente subsidiárias que as revisões manuais ignoram. Embora a exatidão da IA continue a melhorar, os primeiros resultados indicam que a combinação de abordagens automatizadas e manuais poderá proporcionar a cobertura mais abrangente num futuro próximo. E, embora ainda na sua fase inicial, este trabalho destaca o potencial da IA para complementar os processos de validação e análise de dados existentes.
Transformar dados em oportunidades
Juntas, essas iniciativas estão desempenhando um papel integral para garantir que os registros de LEIs permaneçam precisos, confiáveis e interoperáveis em todas as jurisdições. À medida que os utilizadores de dados, os Reguladores e as instituições confiam cada vez mais nestes conjuntos de dados de alta qualidade, ganham a capacidade de construir sistemas mais inteligentes, melhorar a automatização da Conformidade e obter uma visão mais profunda das estruturas de propriedade global - em última análise, impulsionando uma maior confiança, responsabilidade e inovação em todo o ecossistema digital.
Caso queira comentar uma postagem no blog, identifique-se usando seu nome e sobrenome. Seu nome aparecerá ao lado de seu comentário. Endereços de e-mail não serão publicados. Note que ao acessar ou contribuir com o fórum de discussão, você concorda com os termos da Política de Uso do Blog da GLEIF, portanto, leia-a com atenção.
Zornitsa Manolova lidera a equipe de Gestão de Qualidade de Dados e Ciência de Dados na Global Legal Entity Identifier Foundation (GLEIF). Desde abril de 2018, ela é responsável por aprimorar e melhorar a qualidade de dados estabelecida e a estrutura de governança de dados, introduzindo abordagens inovadoras de análise de dados. Anteriormente, Zornitsa gerenciou projetos de análise de dados forenses em investigações financeiras internacionais na PwC Forensics. Ela é formada em ciências da computação com foco em aprendizagem de máquina pela Universidade Philipps de Marburgo.
