DenyTranDFW/CarMax_Auto_Owner_Trust_2022_2_1921745

CarMax Auto Owner Trust 2022-2数据集包含美国证券交易委员会（SEC）ABS-EE资产级别备案文件，针对CIK 1921745。数据集包含50份备案文件，86个Parquet文件，总大小为273.6 MB，报告期从2022-03-31至2026-03-31。Parquet文件是从XML展品中提取的贷款级别/资产级别数据，按accession number和exhibit名称组织。报告期日期来源于资产级别XML（reportingPeriodEndingDate）。README还提供了详细的备案索引，包括CIK、表格、accession number、报告日期和每个备案的URL。

SEC ABS-EE asset-level filings for CIK 1921745 (CarMax Auto Owner Trust 2022-2). The dataset includes 50 filings, 86 Parquet files, with a total size of 273.6 MB, covering the reporting period from 2022-03-31 to 2026-03-31. The Parquet files are loan-level / asset-level data extracted from XML exhibits, organised by accession number and exhibit name. Reporting-period dates are derived from the asset-level XML (`reportingPeriodEndingDate`). The README also provides a detailed filing index with CIK, form, accession number, report date, and URL for each filing.

搜集汇总

数据集介绍

构建方式

资产支持证券（ABS）领域的数据标准化与透明度是市场稳健运行的基石。CarMax_Auto_Owner_Trust_2022_2 数据集正是基于美国证券交易委员会（SEC）的ABS-EE（资产级数据电子化）监管要求，针对CIK编号为1921745的特定信托基金构建而成。其构建过程系统性地从SEC EDGAR系统中抓取了该信托在2022年3月至2026年3月报告期间内提交的全部50份ABS-EE表格。每一份表格中的XML展品文件均被精细解析，提取出贷款层面的资产级数据，并将这些数据以Parquet格式进行高效存储。数据文件按照'存取编号_无连字符/展品名称.parquet'的层级结构进行组织，确保了每个资产池在不同报告时间点的详细信息均有条理地归档，从而形成了一个时间跨度完整、粒度精细的资产级数据库。

使用方法

研究人员和金融分析师可通过编程方式高效利用该数据集。基于Parquet文件格式的存储方式，推荐使用Python生态中的Pandas或Polars库进行数据加载。用户可以直接读取`parquet`目录下的文件，使用`pd.read_parquet()`函数即可将贷款级数据转换为DataFrame进行后续分析。凭借其明确的字段结构，用户能够轻松运用SQL或Pandas语法进行数据筛选、聚合与建模，例如按报告周期计算违约率或构建提前偿付模型。对于需要快速验证或获取特定时段数据的场景，数据集提供的完整申报索引表可作为导航工具，直接定位到对应的SEC官网链接，获取原始XML数据进行深入的字段校验或定制化解析。

背景与挑战

背景概述

CarMax Auto Owner Trust 2022-2 数据集源自美国证券交易委员会（SEC）的ABS-EE（资产支持证券-电子化呈报）强制性披露要求，由CarMax Auto Owner Trust于2022年发起创建，主要服务于汽车贷款支持证券（ABS）领域的监管与学术研究。该数据集涵盖了自2022年3月至2026年3月期间共50份资产层级的XML公告文件，经解析后转换为86个Parquet文件，总容量达273.6 MB，提供了每笔汽车贷款的详细微观数据。作为SEC推动金融透明度的重要成果，该数据集为研究资产证券化风险定价、贷款违约预测以及金融市场监管提供了前所未有的高粒度信息基础，对量化金融与实证经济学领域产生了深远影响。

当前挑战

该数据集所解决的领域问题核心在于资产支持证券（ABS）市场中信息不对称的难题，传统上投资者难以获取贷款层面的精细数据以评估基础资产池的信用风险，CarMax Auto Owner Trust 2022-2 通过标准化资产级数据披露，使得贷款违约概率、提前还款率和回收率等关键指标可被精确建模，从而提升市场定价效率。构建过程中面临的挑战包括：从非结构化的XML公告中提取并解析大量嵌套字段，确保跨报告期的数据一致性；处理50个公告文件在不同时间维度上的对齐问题，同时克服Parquet格式转换时可能的数据丢失或格式错误；维护长达四年的连续报告周期，需应对数据源版本更新与监管合规变化带来的适配性难题。

常用场景

经典使用场景

在资产证券化（ABS）领域，CarMax_Auto_Owner_Trust_2022_2数据集作为SEC ABS-EE监管框架下的标准资产级披露范例，为研究者提供了汽车贷款证券化产品的底层资产全貌。通过解析50份定期申报文件中提取的Parquet格式数据，学者能够追踪2022年3月至2026年3月间每笔贷款的偿还表现、违约模式及现金流分布，从而构建精细化的资产池信用风险模型。该数据集的核心价值在于其标准化的XML字段结构，使得跨时间点的贷款绩效比较成为可能，为评估汽车ABS产品的结构化分层设计提供了实证基础。

解决学术问题

该数据集破解了汽车贷款证券化研究中长期存在的微观数据缺失难题，使学术界得以从资产池层面深入剖析违约传染机制与提前偿付行为的内在规律。凭借覆盖完整报告期的逐笔贷款记录，研究者能够量化宏观经济波动对次级汽车贷款群体的冲击效应，检验信用增级措施的实际保护效力。这一数据资源对完善资产定价理论、优化风险评级模型具有里程碑式意义，尤其推动了关于贷款特征与证券化产品信用表现之间关联性的实证研究进展。

实际应用

在实际金融运作中，该数据集为投资机构的ABS组合风险管理提供了精准的决策支持工具。通过分析CarMax具体资产池的还款节奏与违约时间分布，风控人员能够校准压力测试参数，预判不同经济情景下的现金流断裂概率。评级机构亦可利用这些资产级数据验证其信用评级模型的预测精度，优化对同类汽车贷款证券化产品的评级方法论。对于监管层面，标准化的资产级披露数据有助于构建跨市场风险监测体系，识别系统性风险的前兆信号。

数据集最近研究

最新研究方向

在资产证券化（ABS）领域，CarMax Auto Owner Trust 2022-2数据集为研究汽车贷款支持证券的逐笔贷款级表现提供了前所未有的细粒度数据。结合SEC强化ABS-EE信息披露监管的热点趋势，该数据集覆盖2022年至2026年长达四年的月度资产表现，使研究者能够深入剖析汽车贷款逾期、违约及提前偿付的微观动态，并评估宏观经济波动对次级汽车贷款组合信用风险的结构性影响。其公开透明的结构化数据为构建违约预测模型、优化风险定价策略以及检验监管政策效果提供了坚实的数据基石，对推动金融科技与结构化产品实证研究的深度交汇具有重要学术价值。