DenyTranDFW/Honda_Auto_Receivables_2021_1_Owner_Trust_1840882

该数据集涉及美国证券交易委员会（SEC）ABS-EE资产级别文件，针对Honda Auto Receivables 2021-1 Owner Trust（CIK 1840882）。数据集包含从XML展品中提取的贷款级别/资产级别数据，以特定格式组织。提供了文件数量、Parquet文件数量、总大小以及报告期间等详细信息。文件索引列出了各种文件及其详细信息，如CIK、表格、登记号、报告日期和URL。数据集标记为sec、abs-ee和asset-backed-securities，并采用GPL许可证。

SEC ABS-EE asset-level filings for CIK 1840882 (Honda Auto Receivables 2021-1 Owner Trust). The dataset includes loan-level / asset-level data extracted from XML exhibits, organised as `{accession_nodash}/{exhibit_name}.parquet`. It provides details such as the number of filings, parquet files, total size, and the reporting period. The filing index lists various filings with their respective details like CIK, form, accession number, report date, and URL. The dataset is tagged with sec, abs-ee, and asset-backed-securities, and is licensed under GPL.

搜集汇总

数据集介绍

构建方式

该数据集源自美国证券交易委员会（SEC）的ABS-EE资产层面申报文件，聚焦于Honda Auto Receivables 2021-1 Owner Trust（CIK：1840882）。通过对2021年1月至2024年8月期间共计41份申报文件的系统采集与整合，从XML附件中提取了贷款及资产级别的明细数据，并转换为Parquet格式文件。数据集以（accession_nodash）/（exhibit_name）.parquet的目录结构组织，每个资产级XML文件中的报告期末日期（reportingPeriodEndingDate）被用于标注时间窗口。最终形成了涵盖44个月度报告节点的192.7 MB结构化资产数据集合。

特点

本数据集具有显著的时序覆盖广度和资产细粒度特征。跨越近四年的报告周期（2021年1月至2024年8月）提供了完整的资产表现历史轨迹，而77个Parquet文件承载的逐笔贷款资产信息则实现了对底层资产信用质量、偿付行为等微观指标的深度刻画。每个文件均链接至SEC官方文档的原始访问点，保障了数据的可溯源性。作为本田汽车应收账款证券化信托的专用数据集，其独特的行业属性和结构化ABS-EE申报数据格式在金融科技与资产定价研究中具有不可替代的价值。

使用方法

研究者可通过Python的pandas库直接读取Parquet文件进行数据分析，例如使用pd.read_parquet('path/to/file.parquet')快速加载资产逐笔数据。数据集的Filing index表格提供了每个申报文件的CIK编号、表格类型、接入号及SEC官网链接，便于用户按报告日期筛选特定时间段的资产快照，或横向比对不同月份的贷款组合变化。建议结合数据集中的reportDate字段构建时序分析框架，并利用SEC的ABS-EE披露标准解析XML元数据中的补充信息，从而实现对汽车贷款基础资产池的信用风险演化、提前偿付率及违约概率等核心指标的精细化建模。

背景与挑战

背景概述

在资产支持证券（ABS）领域，监管机构与美国证券交易委员会（SEC）持续推进透明度提升，要求发行人披露资产层面的详细数据以增强市场信任。Honda_Auto_Receivables_2021_1_Owner_Trust_1840882数据集由SEC的ABS-EE（资产支持证券电子化）项目于2021年创建，聚焦于本田汽车应收账款信托的资产级数据。该数据集由SEC监管框架下汇集，核心研究问题在于通过标准化、机器可读的格式（如Parquet文件）公开汽车贷款池的逐笔贷款表现，涵盖从2021年1月至2024年8月共41份申报文件。其影响力体现在为金融科技、风险管理及资产定价研究提供了高保真、时间序列化的微观数据，助力分析师和学者评估信用风险与结构化的资产支持证券动态，成为连接监管公开数据与实证金融研究的关键桥梁。

当前挑战

该数据集首要挑战在于解决ABS领域信息不对称问题——传统上，投资者难以获取底层贷款池的详细表现，导致定价偏离与风险误判。数据集通过公开资产级数据促进透明度，但构建过程中面临多重难题：从SEC XML展品中提取结构化数据需处理复杂嵌套的字段定义，确保每笔贷款的还款状态、利率等关键属性无歧义；跨44个报告期的时序数据需对齐不同申报日期的格式差异，避免因披露标准演变造成断裂；此外，数据规模虽达192.7 MB，但缺失值处理与异常贷款识别的自动化挑战依然存在，要求持续校验与更新以维持数据完整性。

常用场景

经典使用场景

在资产支持证券（ABS）研究领域，Honda Auto Receivables 2021-1 Owner Trust数据集以其详尽的逐笔贷款级数据，成为分析汽车贷款证券化表现的经典资源。研究者常借助该数据集构建贷款池的逐月现金流模型，追踪从2021年至2024年期间各笔贷款的还款、逾期及提前偿付行为。通过解析XML展品中提取的Parquet文件，学者能够深入探究贷款池的信用质量演化、现金流分布结构以及结构性信用增级机制的实际效果，进而验证或挑战现有资产证券化定价理论。

衍生相关工作

基于该数据集，催生了一系列聚焦于ABS市场微观结构的经典工作。其中，有研究利用资产级面板数据构建了贷款逾期率与宏观经济指标间的非线性关联模型，揭示了失业率波动对汽车ABS信用表现的传导路径。另有工作开发了基于图神经网络的贷款池同质性检测方法，通过嵌入贷款特征向量识别异常风险暴露。这些衍生研究不仅丰富了结构化金融的量化分析工具箱，也为监管机构评估系统性风险聚集程度提供了可复现的实证框架。

数据集最近研究

最新研究方向

随着资产支持证券（ABS）市场监管日趋严格与数据透明度要求的提升，基于SEC ABS-EE申报的贷款级数据集正成为结构化金融领域量化分析的关键资源。Honda Auto Receivables 2021-1 Owner Trust 数据集提供了自2021年1月至2024年8月间41份ABS-EE文件、77个Parquet格式的逐笔贷款数据，覆盖本田汽车应收款在存续期内的完整资产表现和现金流波动。该数据为研究汽车ABS的信用风险演化、提前偿付行为建模、资产池结构稳定性评估以及宏观利率传导效应提供了高颗粒度的实证基础。近期前沿研究方向主要聚焦于利用此类机器可读的标准化资产级数据，结合深度时序网络与图神经网络，构建更为精确的违约预测与分层现金流模拟框架。同时，在美联储加息周期与汽车贷款违约率上升的市场背景下，该数据集被广泛用于验证风险分层模型的鲁棒性，并服务于ESG评级体系中对消费信贷资产底层特征的精细化评估，对推动资产证券化从静态评级向动态风控转型具有显著的理论与实践意义。