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，使组织能够发现并抓住新机遇。同时，低数据质量会导致效率低下，并使组织面临监管和声誉风险。
GLEIF 致力于优化 LEI 数据的质量、可靠性和可用性。自 2017 年以来，它发布了专门的月度报告，以透明的方式展示全球 LEI 系统达到的整体数据质量水平。
为了帮助业界更广泛地了解和认识 GLEIF 的数据质量举措，这一新的系列博客探讨了报告中包含的关键指标。
本期博客将探讨法定实体事件。
全球法人识别编码（LEI）旨在提供单一的、全球可验证的组织信息来源。但是，组织会迅速发生变化。跟踪和报告这些变化（称为 "法定实体事件"）对于维护 LEI 作为全球法人识别编码（LEI）的完整性和准确性至关重要。
什么是法定实体事件？
根据监管委员会（ROC）的定义，法定实体事件是指实体参考数据、生命周期或公司结构的任何重大变化。法定实体事件捕捉了一系列企业行为，这些行为可能会影响一个组织的运营方式、监管机构对其的认可或其参与金融生态系统的方式。目前有 20 种法定实体事件，包括所有权变更、并购、名称或地址变更以及实体终止。
通过跟踪法定实体事件，全球 LEI 系统可以继续加强全球金融市场的透明度。准确的事件报告有助于监管机构评估风险，金融机构维护干净的数据，交易方也能自信地识别他们的交易对象。
报告法定实体事件
无论何时发生法定实体事件，都必须及时向该实体的发行本地系统（LOU）报告。每个法定实体事件都使用一套结构化属性进行报告，以提供清晰度和上下文：
然后，GLEIF 会区分三类不同的事件：
截至 11 月 30 日，约六分之一的 LEI 记录（总数 3,135,298 条中的 590,459 条）包含至少一个已报告的法定实体事件，反映了整个 LEI 数据的持续更新。同一天，又新增了 12 个法定实体事件，这突出表明了正在采集的企业活动的稳定流动。从 11 月 1 日后生效的近期完成的事件来看，其在 LEI 数据中的平均反映时间仅为 1.6 天。这显示了新信息被纳入的效率，有助于保持 LEI 记录的及时性和可靠性。为了定期监控系统中记录的法定实体事件，GLEIF 提供了一个数据监控仪表板，其中包括一个专门的法定实体事件视图。
加强法定实体事件报告
GLEIF 致力于加强对法定实体事件的识别、验证和报告。通过利用外部数据源、完善针对法定实体事件的数据质量检查以及通过开放、直观的仪表板跟踪新发展等举措，LEI 记录的精确性和一致性正在不断提高：
数据源
作为数据质量管理框架的一部分，GLEIF整合了所谓的 "数据源"，以确保在常规更新流程之外及时更新法定实体事件。数据源是外部数据源，提供有关影响法定实体的重要事件的最新信息，如名称变更、合并和其他公司行动。通过定期（如每天或每周）接收这些数据，GLEIF 可以快速识别 LEI 记录何时不再是最新的。然后，系统会自动为 LEI 发行机构创建批量质疑数据，突出显示检测到的事件类型以及可能需要更新的字段。这一流程有助于保持 LEI 记录的准确性、及时性和可信度，使依赖高质量实体数据的每个人都能从中受益。
数据质量检查
GLEIF 开发了一套专门的数据质量检查，以确保按照全球 LEI 系统的规则记录法定实体事件，并促进准确一致的报告。这些检查的例子包括核实以前的名称变更是否有相应的事件，确保不存在重复的事件，检查日期的可信度，以及确认相关退役记录是否有继承人信息。2025 年 11 月，与上一个报告月相比，侧重于法定实体事件的平均检查失败次数从 14 次减少到 11 次。
开源代码
作为我们正在进行的促进开放数据实践与合作的 GODIN 计划的一部分，下一个Jupyter 笔记本将探讨如何利用法定实体事件生成实体随时间更新的综合视图。通过分析这些事件，用户可以轻松了解发生了哪些变化、何时发生以及这些变化如何影响 LEI 记录的生命周期。这样就能更深入地了解历史 LEI 数据中反映的退休、结构调整和其他关键转变。特别是，持码机构允许数据用户链接受法定实体事件影响的字段的先前值，或通过应用程序接口（API）链式调用，不仅获取有关 LEI 的信息，还可获取其后续信息（如适用）。
将数据转化为机遇
在当今随需应变的世界中，反应性和即时性是确保 LEI 数据反映现实情况并适合金融机构、法规制定者和市场参与者全球使用的关键。GLEIF 正在通过各种举措，快速、准确地处理关键的公司行动和结构变化，推动全球 LEI 系统实现有意义的改进，促进建立一个更加开放、可靠和可信的全球数据生态系统。
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。
