阅读先前全部 GLEIF 博文 >
关于作者:
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。
作者: Zornitsa Manolova

每个全球法人识别编码(LEI)记录都与对应实体的参考数据相关联。这些数据包括(但不限于)实体的法定名称及其他名称、法律形式和管辖权、地址信息以及注册状态。
法定实体参考数据并非一成不变;它会随着法定实体的变化而变化。一家公司可能会搬迁、变更其法定名称或法律形式、更新其注册状态或母公司信息,或经历公司层面的重大事件。LEI 数据必须跟上这些变化的步伐,以确保全球 LEI 数据池的准确性,并维持对全球 LEI 系统的信任。

除了强制性的年度续期流程(在此过程中,LEI 发行机构需对其负责的实体数据进行重新验证)之外,还可以通过公开提供的“质疑 LEI 数据”服务来识别 LEI 参考数据的变更。 此外,GLEIF 每天都会处理外部数据源,并将它们与现有的 LEI 记录进行比对。一旦发现潜在差异,GLEIF 即可向管理该 LEI 的组织发起更新请求。
然而,保持LEI数据的及时更新仅是其中一部分。数据用户还需要了解发生了哪些变化。LEI数据的及时性和时效性是其实用性的核心。快速识别发生了哪些变化以及何时发生的变化——特别是针对重点关注的实体——有助于用户验证这些变化,并更有信心地更新其自身系统。
动态指标:LEI 数据的变化幅度有多大?
过去一个月平均每天新增或修改了7,354条LEI记录,全月共计约220,620处变更。因此,单独提取这些变更内容,而非反复处理完整的LEI数据集,对数据用户而言将产生显著差异。

GLEIF 以多种形式提供 LEI 数据,以满足不同用户的需求。两种常用的文件类型是:
GLEIF 还通过GLEIF API 提供对 LEI 数据的访问,这使用户和应用程序能够通过编程方式检索单个 LEI 记录及相关信息。
对于处理 LEI 数据的用户而言,质疑数据往往不在于获取数据本身,而在于快速识别和理解数据的变化。
本文探讨了识别 LEI 数据变更的两种实用方法:利用增量文件(Delta Files),以及使用 GLEIF 应用程序接口(API)查看 LEI 的最新字段修改情况。这两种方法都有助于将海量数据转化为一个更简单的问题:发生了哪些变化?以及变化前后的数值分别是多少?
此外还提供了一个辅助的Jupyter 笔记本,其中展示了这些方法的实际实现。
Delta 文件包含什么内容?
虽然“黄金副本(Golden Copy)”提供了特定时间点LEI数据的完整视图,但增量文件仅包含自上次发布以来发生变更或新增的记录。通过审查增量文件中的LEI,用户可以快速确定某个LEI是否:
对于已修改的记录,GLEIF 会突出显示发生变化的具体字段,并将先前值与当前值并列显示。 例如,用户可能会发现某个LEI的法定名称保持不变,而其法定地址、注册状态或母公司信息已更新。这使用户能够仅关注需要关注的内容,而无需再次审查完整的记录,从而节省宝贵的时间。

通过 GLEIF API 检查变更
GLEIF API 提供了另一种了解近期 LEI 更新的方式。无需比较两个下载的文件,API 即可提供某个 LEI 的字段修改历史记录。这使您无需手动处理完整的“黄金副本(Golden Copy)”和“增量文件”,即可识别实体的最新变更。
为了简化用户体验,您可以先确定最近的修改日期,并仅显示该日期发生变更的字段。这有助于更轻松地回答以下问题:
让变更更易于理解
原始字段名称和变更记录可能难以解读,特别是对于不熟悉底层数据结构的用户而言。将变更归类到有意义的类别中,可以使结果更易于审查。这些类别的示例包括:
这使用户能够专注于变更的原因,而非源数据结构。
优势
这些方法使数据用户能够更高效地访问和解读其关注实体的数据。其实现方式包括:

探索 LEI 更新的实用方法
这两种方法各有所长,且互为补充。当处理已发布的文件并验证不同数据集之间哪些记录发生了变化时,“增量文件”非常有用;而当您希望快速检查单个 LEI 的最新记录变更时,应用程序接口(API)方法则非常有用。 二者结合,提供了一种从庞大的LEI数据集过渡到清晰了解变更内容的实用方法,使LEI数据更易于访问、审查和理解。对于在自身系统中维护实体数据的用户而言,这些方法可将LEI数据变更从“需要处理的事项”转变为“可采取行动的依据”。
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。