DenyTranDFW/Nissan_Auto_Receivables_2022_B_Owner_Trust_1941405

该数据集涉及美国证券交易委员会（SEC）ABS-EE资产级别备案，针对Nissan Auto Receivables 2022-B Owner Trust（CIK 1941405）。包含28份备案文件、44个Parquet文件，总大小为97.3 MB，报告期为2022年8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{accession_nodash}/{exhibit_name}.parquet格式组织。数据集还提供了备案索引，包括CIK、表格类型、备案号、报告日期和URL等信息。

SEC ABS-EE asset-level filings for CIK 1941405 (Nissan Auto Receivables 2022-B Owner Trust). Includes 28 filings, 44 parquet files, total size of 97.3 MB, and a reporting period from 2022-08-31 to 2026-02-28. Parquet files are loan-level / asset-level data extracted from XML exhibits, organised as {accession_nodash}/{exhibit_name}.parquet. The dataset also includes a filing index with details such as CIK, form type, accession number, report date, and URL for each filing.

搜集汇总

数据集介绍

构建方式

在结构化金融领域，资产支持证券（ABS）的底层资产级数据对于风险分析与定价模型至关重要。Nissan Auto Receivables 2022-B Owner Trust 数据集正是基于美国证券交易委员会（SEC）的ABS-EE（资产支持证券资产级电子化）强制披露要求而构建。该数据集从EDGAR系统中提取了CIK 1941405（即Nissan Auto Receivables 2022-B Owner Trust）自2022年8月31日至2026年2月28日期间的28份ABS-EE申报文件。每份申报文件中的XML附件经解析后，被转换并存储为Parquet格式的资产级数据文件，总计44个Parquet文件。这些文件按申报文件的accession编号（去除连字符）与附件名称组织目录结构，确保了数据提取的规范性与可追溯性。

特点

该数据集的核心特征在于其提供了高频、连续的汽车贷款资产级明细数据，覆盖了自信托成立至预期结束的完整报告周期。数据来源为官方监管申报文件，具有高度的权威性与原始性。Parquet格式的采用赋予了数据集在存储与读取上的高效压缩与列式分析优势，尤其适合大规模金融数据的量化处理。所有资产级记录均包含了标准化的报告截止日期（reportingPeriodEndingDate），为时间序列分析与违约率建模提供了精确的时间锚点。共97.3 MB的数据规模虽不庞大，但足以支撑对汽车ABS产品信用表现的深度剖析。

使用方法

研究者可通过Python等编程语言利用Pandas或DuckDB等支持Parquet格式的库，直接加载该数据集中的Parquet文件进行资产级数据分析。文件路径遵循`{accession_nodash}/{exhibit_name}.parquet`的命名约定，便于通过遍历目录的方式批量读取。数据集不包含专有的元数据描述字段，但资产级字段的设计遵循SEC ABS-EE的标准XML schema，因此使用者需参考SEC官方ABS-EE XML标签定义文档以理解各字段含义。典型应用场景包括构建贷款抵押池的分布统计、逐笔贷款的现金流模拟以及汇报周期维度的资产表现对比分析。

背景与挑战

背景概述

在资产证券化（ABS）领域，透明且标准化的资产层面数据是评估信用风险、构建定价模型以及监管合规的核心基石。Nissan Auto Receivables 2022-B Owner Trust数据集由美国证券交易委员会（SEC）依据ABS-EE（Asset-Backed Securities Electronic Filing）规则强制披露，创建于2022年，由CIK编号1941405对应的信托机构提交。该数据集聚焦于日产汽车应收账款支持证券，核心研究问题在于提供从2022年8月至2026年2月期间、涵盖28份申报文件与44个Parquet文件、总量达97.3 MB的逐笔贷款级结构化数据。其影响力体现在为金融研究、风险管理及监管科技领域提供了首个标准化、机器可读的长期面板数据，推动了ABS二级市场的信息效率与自动化分析能力。

当前挑战

该数据集所解决的领域问题在于，ABS市场长期面临资产池信息碎片化、披露格式非结构化以及监管报告更新滞后等痛点，导致投资者难以准确评估底层贷款的违约关联性与现金流稳定性。构建过程中面临的挑战涉及多源XML展品中嵌套字段的提取与清洗，例如需要从复杂的标签结构（如reportingPeriodEndingDate）中统一导出报告周期，并确保28份跨年度文件在会计标准调整下的时序一致性。此外，对于58.78 GB的原始XML解析为97.3 MB的Parquet格式，需解决大规模数据压缩与数据字典映射的平衡，避免因缺失值或类型推断错误引发的聚合偏差。

常用场景

经典使用场景

在资产证券化（ABS）研究领域，Nissan Auto Receivables 2022-B Owner Trust数据集凭借其详尽的逐笔贷款层面数据，成为经典的使用对象。该数据集涵盖了从2022年8月至2026年2月的资产池表现信息，为剖析汽车贷款支持证券的内在结构提供了微观基础。研究者常借助这些Parquet格式的资产级文件，回溯贷款资产的信用质量、还款模式及违约动态，从而构建精细化的现金流与风险模型。其月度报告周期的连续性，使得对资产池随时间演变的观察成为可能，为量化分析证券化产品的履约特征与价值波动奠定了坚实的数据根基。

实际应用

在实际应用层面，该数据集为金融风险管理与投资决策提供了极具价值的参考依据。资产管理公司与信用评级机构能够基于这些逐笔贷款数据，对Nissan Auto Receivables 2022-B Owner Trust支持证券进行独立的信用评估与压力测试。通过对贷款特征（如初始余额、利率、剩余期限）与历史表现的关联分析，他们可以更精确地识别潜在风险敞口，优化资产组合配置。此外，这些数据还支持开发定制化的预警系统，用于监测资产池的迁徙状况，从而在投资决策中更有效地对冲信用与流动性风险，提升金融市场的运行效率。

衍生相关工作

围绕该数据集已衍生出一系列有关结构化金融建模与监管合规的经典工作。研究者基于这些标准化的ABS-EE申报数据，开发了自动化的资产池质量评估框架，旨在简化从原始XML格式向结构化数据的转换流程，并提高逐笔贷款信息的解析精度。此类工作常聚焦于构建预测模型，通过特征工程手段提取贷款层面的关键指标，进而优化对证券化产品违约概率与损失分布的模拟。同时，在合规科技领域，该数据集被用于演示如何利用公开的监管数据实现自动化报告与实时监控，推动了数据驱动型金融监管工具的发展，为资产证券化市场的透明度提升贡献了方法论基础。