DenyTranDFW/Harley_Davidson_Motorcycle_Trust_2021_A_1841508

该数据集包含美国证券交易委员会（SEC）ABS-EE资产级别文件，涉及CIK 1841508（哈雷戴维森摩托车信托2021-A）。数据集包含40个文件，总大小为102.4 MB，报告期为2021年1月31日至2025年1月31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。报告期日期来源于资产级别XML（reportingPeriodEndingDate）。SEC ABS-EE asset-level filings for CIK 1841508 (Harley-Davidson Motorcycle Trust 2021-A). The dataset includes 40 filings, totaling 102.4 MB, with a reporting period from 2021-01-31 to 2025-01-31. 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).

搜集汇总

数据集介绍

构建方式

在资产支持证券（ABS）领域，Harley-Davidson Motorcycle Trust 2021-A数据集基于美国证券交易委员会（SEC）的ABS-EE（资产级数据电子化申报）规则构建。该数据集汇集了CIK编号1841508对应信托在2021年1月至2025年1月间提交的40份SEC档案，从中提取了40个Parquet格式文件，总容量达102.4 MB。每个Parquet文件以`{accession_nodash}/{exhibit_name}.parquet`的层级结构组织，数据源自XML展品中的逐笔贷款或资产层级信息，并通过解析`reportingPeriodEndingDate`字段确定报告期日期，确保了资产级数据的可追溯性与一致性。

使用方法

使用该数据集时，研究者可直接加载Parquet文件至Python的Pandas或PySpark等数据分析工具中，利用`accession_nodash`与`exhibit_name`的路径结构便捷索引特定申报期的资产数据。每份文件中包含的`reportingPeriodEndingDate`字段可作为时间轴标签进行跨期合并，构建面板数据集用于违约预测或现金流建模。数据集的GPL许可也允许在学术与商业场景下自由使用，仅需遵守相应的开源协议条款。建议结合SEC EDGAR的原始XML文件进行交叉验证，以核对数据解析的准确性。

背景与挑战

背景概述

资产支持证券（ABS）作为结构化金融产品的重要分支，其底层资产的逐笔贷款明细数据对于信用风险评估与定价模型构建具有关键价值。Harley-Davidson Motorcycle Trust 2021-A数据集由美国证券交易委员会（SEC）ABS-EE监管报送项目产生，聚焦于哈雷戴维森摩托车信托在2021年至2025年期间约40个月度的资产层级申报文件。该数据集以Parquet格式组织，涵盖40份申报文件，总容量约102.4 MB，由CIK编号1841508对应的发起机构定期提交，旨在回应SEC对ABS市场透明度的监管要求。自2021年起，该数据集为金融科技与量化金融研究者提供了标准化的摩托车贷款池微观财务数据，成为分析耐用消费品ABS违约率、提前偿付行为及现金流结构的重要实证基础。

当前挑战

该数据集所应对的领域问题在于结构化金融产品中资产池信息不对称的难题。传统ABS评级依赖宏观统计，而逐笔贷款数据使模型能捕捉异质性风险，如借款者信用质量分化及摩托车抵押品价值波动。在构建过程中，挑战源自SEC XML附件至结构化表格的转化复杂性。原始申报文件包含嵌套的XML结构，需解析报告期结束日期（reportingPeriodEndingDate）等关键字段，并确保40个时间片段的数据完整性。此外，跨时期数据对齐存在时序一致性问题，如2023年9月及10月缺失申报，可能由监管流程延迟或不连续提交导致。数据清洗需处理缺失值与格式差异，维护从初始发行至最终期满的纵向分析管道。

常用场景

经典使用场景

在资产支持证券（ABS）研究领域，Harley-Davidson_Motorcycle_Trust_2021_A_1841508数据集为学者与从业者提供了哈雷戴维森摩托车贷款证券化项目的逐笔资产级别数据。该数据集收录了从2021年1月至2025年1月共计40份SEC ABS-EE合规备案文件，每份均以Parquet格式存储，涵盖贷款层面的详细表现信息。其经典使用场景聚焦于证券化资产池的动态行为分析，包括贷款逾期率、提前还款模式、违约风险演变及现金流分布特征，为理解摩托车贷款这一特定消费信贷证券化产品的周期性表现奠定了数据基础。

解决学术问题

该数据集有效解决了消费金融证券化研究中长期存在的微观数据匮乏问题。传统研究多依赖聚合级别的披露，难以捕捉逐笔贷款的风险异质性。通过提供高频率、细粒度的资产层面信息，它使得学者能够深入探究摩托车贷款证券化中的违约传染效应、早偿风险定价以及资产池信用质量的时序演化规律。这一数据基础推动了关于非标消费资产证券化风险传导机制的实证研究，进而改进了对结构化金融产品信用评级的准确性，对理解次级消费信贷市场的系统性风险具有重要学术意义。

实际应用

在实际应用中，该数据集可直接服务于金融机构的风险管理与投资决策。投资银行与资产管理公司可基于逐笔贷款的历史表现数据，构建信用风险模型以预测未来现金流，优化证券化产品的定价策略。评级机构借此可更精确地评估哈雷戴维森摩托车信托的信用等级，识别早偿与违约的触发条件。此外，监管机构可利用这些透明化备案数据监控市场合规性，防范潜在的系统性风险，进而维护二级市场的健康运行。

数据集最近研究

最新研究方向

该数据集聚焦于哈雷戴维森摩托车信托2021-A资产支持证券（ABS）的逐笔贷款级数据，为金融科技与结构化产品研究提供了标准化基准。前沿方向包括利用机器学习模型解析时间跨度超四年的40份ABS-EE申报文件，构建违约风险预测与早偿行为分析框架。结合美国证券交易委员会（SEC）强化ABS透明度的监管趋势，该数据可支撑资产池表现的压力测试与异常模式挖掘，推动信贷风险定价从静态评级向动态数据驱动转型，重塑二级市场定价逻辑。