在相互联系日益紧密的全球经济中，组织信任和有效使用数据的能力是创新、增长和竞争力的基础。
高质量的数据生态系统是变革和创新的驱动力，使企业能够发现并抓住新机遇，而低数据质量则可能导致效率低下，并面临监管和声誉风险。
为了帮助业界更广泛地了解 GLEIF 的数据质量举措及其在不同行业的应用，这一新的系列博客探讨了报告中包含的关键指标。
本月重点：全球支付和 LEI 在实现符合 ISO 20022 标准的地址检索方面的作用。
数据质量是任何高效、可信的金融系统的核心，但数据分散仍是阻碍跨境支付的最顽固的质疑数据之一。核心实体信息（如姓名、地址和状态数据）的不一致性，再加上不同司法管辖区、系统和格式的差异，继续阻碍着自动化、使合规复杂化并减缓跨境流程。
监管机构和行业为加强跨境支付而采取的举措，强化了一致、可互操作的参考数据对于建立更加互联互通的全球支付生态系统的重要性。随着 ISO 20022 报文标准的加速采用以及 FATF 建议 16 等监管期望的扩大，依赖可信、统一的实体数据的能力正在成为高效、合规金融报文的关键推动因素。
作为全球标准化的识别编码，全球法人识别编码（LEI）是扩大获取可信实体信息的关键。在最近的一次 Pulse Poll 中，GLEIF 询问了全球数据社区：哪种基于 LEI 的特定数据服务能为您的组织创造最大价值（重点是支付业务）？受访者同样强烈表示，需要能够以结构化和混合地址格式检索符合 ISO 20022 标准的受益人姓名和地址的服务。
ISO 20022 中的姓名和地址格式为何重要
长期以来，在支付信息中包含地址数据一直是个质疑数据，尤其是在跨境情况下。语言、格式和当地惯例的差异使标准化变得十分困难。从历史上看，支付系统一直依赖自由文本字段来适应这种多样性，虽然灵活，但会带来模糊性，从而使自动化复杂化。
为此，ISO 20022 引入了受益人信息的结构化格式，特别是用于获取地址信息。虽然这样可以提供更详细的信息，但全球地址格式的差异意味着完全结构化的模型在实践中并不总能直接实施。这就是为什么引入了一个混合选项，同时包含结构化和非结构化元素，以便在向完全结构化格式过渡期间提供灵活性。
另一个重要的考虑因素是语言和文字。虽然名称和地址的本地形式对于准确表述法定实体仍然至关重要，但许多系统需要拉丁文表述。这就意味着，要实现基于 ASCII 的系统之间的互操作性，提供不含特殊字符的一致拉丁文翻译和音译仍然至关重要。
基于 LEI 的数据服务：实现有效的收款人验证和无缝数字通信
考虑到这些因素，LEI 通过自动检索姓名和地址数据，在提高效率方面发挥着核心作用。
LEI 作为全球公认的字母数字标识符，与经过验证并定期更新的参考数据（包括法定姓名和地址）相连接，为发端银行、受益人银行、支付服务提供商和金融情报单位等各方提供了一个可验证的权威基础。企业可以使用 LEI 获取经证实的实体数据，并将其直接整合到支付信息中，而不是依赖于零散的或手动输入的信息。
LEI 可带来各种好处，其中最重要的一点是，LEI 简化了受益人姓名和地址的检索过程，这也是对我们最近的 Pulse Poll 调查中提出的行业需求的回应。这可以实现准确、即时和自动的跨境身份识别，支持更有效和高效的收款人验证：
让我们来看看实际效果：
截至 3 月 31 日，95.6% 的有效 LEI 记录包含拉丁字母姓名和地址。此外，79.5% 的有效 LEI 记录使用标准 ASCII 字符集，为符合 ISO 20022 标准的转换和自动映射奠定了坚实的基础。
最令人兴奋的是：由于全球 LEI 系统的应用程序接口（API）是开放的，而且 LEI 及其参考数据是公开的、可免费访问的，因此金融机构、支付服务提供商或数据提供商可以低成本部署这种映射服务。
为进一步支持金融机构、支付服务提供商和数据服务提供商进行整合，作为 GODIN 承诺 "实施实用方法以利用开放数据，从而提高透明度和风险评估 "的一部分，开源代码 片段。这一实用资源可减少实施工作、加快整合速度，并帮助企业在现有系统内操作 LEI 数据。
如何塑造跨境支付的未来
整合 ISO 20022 和 LEI 为全球支付生态系统中更高质量、可互操作的金融数据铺平了道路。为确保全球组织大规模实现这些优势，以下是您现在可以参与的方式：
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。
Zornitsa Manolova 是 Global Legal Entity Identifier Foundation (GLEIF) 数据质量管理和数据科学团队的领导者。自 2018 年 4 月起，她负责通过引入创新的数据分析方法来加强和改进既定的数据质量和数据治理框架。在此之前，Zornitsa 曾在普华永道法证部门负责管理国际金融调查的法证数据分析项目。她拥有德国马尔堡菲利普大学的计算机科学专业学位，主修机器学习。
