DenyTranDFW/Honda_Auto_Receivables_2023_3_Owner_Trust_1985449

该数据集包含美国证券交易委员会(SEC)资产支持证券电子展品(ABS-EE)资产级别申报文件，针对CIK 1985449（本田汽车应收账款2023-3所有者信托）。数据集包含28个申报文件，共33个Parquet格式文件，总大小为114.6 MB，覆盖的报告期间从2023年7月31日至2026年2月28日。Parquet文件是从XML展品中提取的贷款级别/资产级别数据，按照{accession_nodash}/{exhibit_name}.parquet的方式组织。报告期间日期来源于资产级别XML中的报告期结束日期字段。数据集主要用于资产支持证券(ABS)相关的研究和分析。This dataset contains SEC ABS-EE asset-level filings for CIK 1985449 (Honda Auto Receivables 2023-3 Owner Trust). It includes 28 filings, 33 Parquet files, with a total size of 114.6 MB. The reporting period spans from 2023-07-31 to 2026-02-28. Parquet files are loan-level / asset-level data extracted from XML exhibits, organized as {accession_nodash}/{exhibit_name}.parquet. Reporting-period dates are derived from the asset-level XML (reportingPeriodEndingDate). The dataset is intended for research and analysis related to asset-backed securities (ABS).

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（资产支持证券交易所电子化申报）监管申报文件，专注于Honda Auto Receivables 2023-3 Owner Trust（CIK编号1985449）。通过系统化抓取该信托自2023年7月31日至2026年2月28日期间的全部资产层面XML附件，将其转换为高效的Parquet格式文件。数据集包含28份申报文件，共生成33个Parquet文件，总容量达114.6 MB，每个文件以存取编号与附件名称组织，且所有资产层级XML中的报告期末日期被精确提取并标准化。

使用方法

用户可通过Hugging Face Datasets库加载该数据集，利用Pandas、Dask或Spark等工具高效处理Parquet文件。每一项资产记录均与对应的SEC EDGAR申报文件直接关联，用户可根据filing index中的accessionNumber和URL追溯到原始申报文档，进行跨数据源的验证与深度分析。典型应用包括构建汽车贷款违约预测模型、评估资产池信用风险、或生成资产支持证券的定期表现报告，尤其适合金融科技、风险管理及监管科技领域的研究与实践。

背景与挑战

背景概述

Honda Auto Receivables 2023-3 Owner Trust数据集由美国证券交易委员会（SEC）根据ABS-EE（资产支持证券-资产级披露）法规整理发布，创建于2023年，旨在记录本田汽车应收账款证券化信托的逐笔贷款级数据。该数据集涵盖2023年7月至2026年2月的周期性报告，包含28份文件与33个Parquet格式的资产级文件，总容量达114.6 MB，由SEC的EDGAR系统维护，核心研究问题聚焦于资产支持证券（ABS）市场的透明化与风险量化。在金融科技与结构化金融领域，该数据集为分析师和监管机构提供了精细的底层资产表现追踪工具，对提升ABS定价准确性、违约预测模型构建以及市场监管效率产生了重要推动作用，成为汽车贷款ABS研究中的标杆性公开资源。

当前挑战

该数据集所解决的领域问题包括资产支持证券市场的信息不对称与风险度量难题，传统上ABS交易依赖评级机构概览，缺乏逐笔贷款的细粒度数据，导致投资者难以评估资产池的真实信用质量与现金流稳定性。构建过程中面临的挑战包括：从SEC XML展品中解析非标准化标签的资产级字段，跨多个报告期（28个月）保持一致的数据模式与时间序列对齐，以及处理高达33个Parquet文件间的关联性与冗余信息，确保数据完整性与可查询性。此外，数据集还需克服法律与隐私约束，在公开披露框架下平衡透明度与借款人匿名化要求，以支撑资产池演化分析和结构化产品估值模型的开发。

常用场景

经典使用场景

Honda_Auto_Receivables_2023_3_Owner_Trust_1985449数据集的核心价值在于其提供了详尽的资产支持证券（ABS）层面的贷款级数据，这些数据源自美国证券交易委员会（SEC）要求的ABS-EE（Asset-Backed Securities Electronic Exhibit）合规申报文件。该数据集涵盖了从2023年7月至2026年2月期间，由本田汽车应收款2023-3所有者信托发行的28份法定申报文件，并以Parquet格式高效存储了33个文件，总数据量达114.6 MB。在资产证券化研究领域，该数据集被广泛用于构建和验证汽车贷款ABS的现金流模型、评估贷款池的信用风险分布，以及分析提前偿付行为和违约概率等核心金融指标。其结构化的资产级粒度使得研究者能够深入追踪每一笔贷款的动态表现，从而为结构化金融产品的定价和风险管理提供坚实的数据基础。

解决学术问题

该数据集的出现，有效破解了以往由于ABS底层资产数据不透明而导致的学术研究困境。在传统的资产证券化研究中，学者们受限于只能从粗糙的信托报告或评级机构文件中获取加总信息，难以精确量化贷款层面异质性对产品风险的影响。此数据集通过提供标准化、机器可读的逐笔贷款信息，使得学术研究能够深入探讨诸如借款人信用评分、贷款价值比、车辆类型与地域分布等微观因素如何系统性地作用于违约风险与损失严重程度。它的推出极大地促进了结构化金融领域的实证研究向更为精细化的方向发展，为验证抵押品特征与资产池表现之间的因果机制提供了难得的高频面板数据支撑，从而深化了学界对于汽车ABS市场风险传染与分散化效应的理解。

实际应用

在实际商业运作与监管合规层面，该数据集的应用场景十分明确。对于金融机构而言，它可作为内部信用风险评估模型的基准测试数据，帮助资产管理者量化其持有的ABS头寸在不同宏观情景下的预期损失。评级机构可以借助该数据集提供的长时间序列贷款表现，校验其针对汽车ABS的评级方法论是否具有前瞻性和准确性。此外，监管机构（如SEC自身）可运用此类数据进行市场监控，识别潜在的评分类别漂移或贷款承销标准的松懈趋势。从交易视角看，投资者可利用这些细粒度的资产池数据，构建差异化的公允价值评估模型，从而在二级市场中发现定价错配，提升投资决策的科学化程度。数据集的Parquet格式设计也便于与量化分析平台无缝集成，加速了从原始数据到投资洞见的转化效率。

数据集最近研究

最新研究方向

在全球资产证券化（ABS）市场监管趋严与数据透明度需求激增的背景下，Honda Auto Receivables 2023-3 Owner Trust数据集为汽车贷款支持证券的微观结构分析提供了高颗粒度的资产层面信息。当前前沿研究方向聚焦于利用该数据集的时间序列资产表现数据，结合机器学习模型预测贷款违约风险与现金流波动，进而优化证券化产品的定价与风险分层策略。此外，研究者正探索将此类SEC ABS-EE标准化数据与宏观经济指标关联，以评估利率变动、消费者信贷行为变化对底层资产池的冲击，为监管机构与投资者构建更审慎的风险预警框架。该数据集的公开化趋势也推动了金融科技领域中智能合约与自动化报告系统的研发，显著提升了二级市场的信息效率与资产定价的精确性。