GLEIF 与 Open Ownership 之间的合作旨在进一步将映射扩展到 OpenSanctions 数据库，并在 2023 年 G20 TechSprint 入围名单中得到认可。这种合作在打击金融犯罪方面提供了哪些价值？
正如我们在 TechSprint 上看到的那样，此类产品显然在金融法规领域有很多用途。此次合作凸显了结构良好的持码机构和强大的企业识别编码的有效性。它还强调了数据集成作为打击金融犯罪的关键工具的实际应用。
该集成提供了一个全面的实体和关系网络，简化了分析师探索线索和评估公司潜在风险的流程。这个项目还强调了数据集成作为打击金融犯罪的关键工具的实际应用。
作为一个合作项目，它的特别之处在于汇集了多个专业数据集，因此我们可以确定所谓的二级制裁。这些特别适用于受制裁个人或实体拥有 50% 或以上股份的公司，并帮助我们建立用于筛选和资产追踪的全面数据集。
该联合倡议有可能改善筛查流程，并加强对全球反洗钱（AML）、反恐融资（CTF）、客户尽职调查和制裁执行工作的支持。当今全球金融体系面临的最关键问题是什么？
当前全球金融体系面临多重挑战。虽然许多进行制裁筛查的公司会因数据集质量差而遇到恼人且可能频繁出现的误报等问题，但更重要的担忧是这些筛查系统的整体有效性。
这些类型的问题在受监管实体内很少被问到，而且大多数系统的设计方式都不足以充分回答这些问题。我们可以在这里或那里进行一些小修复，但最重要的问题源于这些更大规模的问题和议题。
实体之间共享的数据必须标准化，以利于制裁和反洗钱筛查。该联合倡议如何帮助解决这一挑战？
它采用 LEI 代码等通用识别编码，并利用 LEI 与 ISIN 和 BIC 等其他识别编码之间的映射关系，从而为上述工作提供了便利。该计划还利用 BODS 等新兴标准来获取受益所有权数据，从而实现数据集成，并创建可重复使用的分析工具。这些策略有助于实体间共享数据的标准化，提高制裁和反洗钱筛查程序的效率。
BIS 北欧创新中心主任 Beju Shah 在 Aurora 项目结束时说：“需要网络才能打败网络”。您能否解释一下您的组织网络（称为“Transparency Fabric”）与开放、高质量、标准化数据的协作如何支持打击恶意网络？
Transparency Fabric 特别有用的原因之一是每个参与的组织都有自己的专业知识。总之，Transparency Fabric 可以通过有效匹配关键数据集来打击金融犯罪，特别是在跨境和即时支付方面。
反洗钱和打击资助恐怖主义检查期间最大的问题之一是缺乏高质量的、全球受益的所有权数据。随着政府决定选择透明而非保密，OpenSanctions 和 Open Ownership 可以帮助更深入地了解受制裁实体和个人的相关网络。
联合倡议将如何进展？
我们正在寻求几个发展方向。首先，我们一直在寻求添加更多受益所有权数据。这个类别还有许多工作要进行，例如各国政府使用 BODS 标准发布的数据。
此外，GLEIF 在其自身识别编码和其他系统（例如 ISIN、BIC 和 OpenCorporates ID）之间提供的映射已被证明是非常宝贵的。在金融部门使用的其他识别编码之间建立更多映射将会很有用。这又回到了针对当前目标正确设计系统的理念上来。如果我们改进股票代码和证券代码等识别编码的映射，我们就可以加强受监管公司识别风险的手段，并提供更强大的金融犯罪预防工具。
OpenSanctions 未来有什么计划？
我们目前的主要项目之一是绘制 PEP（政治公众人物）数据。如果您想打击金融犯罪，你就必须不仅要关注受制裁的个人，还要考虑全部有能力使用国家资金的人。
系统地收集世界各地政治公众人物的信息尤其具有挑战性，因为没有全球定义的规则来考虑谁被归类为或不被归类为政治公众人物，但这种区别仍然很重要。
我们最近修改了整个 PEP 数据集，并创建了特定的国家/地区页面，以便用户可以更好地探索和利用我们的数据。现在，我们正在研究还有哪些数据或限定条件对用户有价值。
当然，除此以外，我们还希望增加我们可以访问的受益所有权数据量，并将其与我们收集的风险信息联系起来。我们尤其对成为逃避制裁焦点的司法管辖区感兴趣，例如土耳其、迪拜和中亚。
如果您希望对博文进行评论，请使用您的姓名来识别自己。您的姓名将显示在您的评论旁。不会公布电子邮件地址。请注意，访问讨论区或在其中发帖即表示您同意遵守GLEIF 博客政策条款，因此请仔细阅读该条款。
Friedrich Lindenberg 是 OpenSanctions 的创始人。他对观察清单数据的兴趣源于他的调查性报道工作。2016 年至 2021 年，Friedrich 领导有组织犯罪和腐败问题报告项目（OCCRP）的数据团队，参与了多项有关跨国犯罪、离岸金融和洗钱的调查。
他发起了 Aleph 项目，这是一个开源数据平台，供 40 多家媒体机构的记者和分析师用来探索大型结构化和非结构化数据集，寻找报道线索。
