DenyTranDFW/BANK_2022_BNK43_1937096

数据集BANK 2022-BNK43包含美国证券交易委员会（SEC）ABS-EE资产级别文件，针对CIK 1937096。数据集包含31份文件，80个Parquet文件，总大小为3.9 MB。报告期从2022年8月11日至2026年2月11日。Parquet文件是从XML展品中提取的贷款级别/资产级别数据，按无破折号的登记号和展品名称组织。数据集还包括一个文件索引，包含每份文件的CIK、表格类型、登记号、报告日期和URL等详细信息。The dataset BANK 2022-BNK43 contains SEC ABS-EE asset-level filings for CIK 1937096. It includes 31 filings, 80 Parquet files, with a total size of 3.9 MB. The reporting period is from 2022-08-11 to 2026-02-11. The Parquet files are loan-level/asset-level data extracted from XML exhibits, organized by accession number (without dashes) and exhibit name. The dataset also provides 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

该数据集聚焦于美国证券交易委员会（SEC）资产支持证券（ABS）领域中特定发行主体BANK 2022-BNK43的资产层面披露信息。通过系统化采集CIK代码为1937096的实体在ABS-EE表格中提交的XML展品文件，将其中蕴含的贷款层级或资产层级数据精准解析并转化为Parquet格式文件。数据整理过程遵循严格的标准化流程，依据每笔申报的存取号（accessionNumber）进行去连字符处理，进而以此为目录名，将对应的展品文件以‘{accession_nodash}/{exhibit_name}.parquet’的整洁结构分组存储，确保了数据来源的可追溯性与组织的有序性。

特点

该数据集的突出特征在于其时间序列的完整性与丰富的内在维度。其覆盖了从2022年8月至2026年2月的31份季度或月度申报，跨越4年多的报告周期，为纵向资产表现分析提供了连贯的素材。包含的80个Parquet文件总计3.9MB，虽然体积精炼，却汇聚了微观层面的详细资产信息；每一份申报均附带了对应的SEC官方链接，极大便利了原始资料的交叉验证。此外，报告期间的起止日期直接从XML文件中的‘reportingPeriodEndingDate’字段精准提取，确保了时间戳的权威性和准确性。

使用方法

用户可直接通过Hugging Face Datasets库加载此数据集，利用编程语言（如Python）读取Parquet文件。所有数据按照‘accession_nodash’子目录组织，每个子目录下包含该次申报所对应的展品Parquet文件，便于基于时间点或申报批次进行切片分析。为深挖资产池表现，研究者可结合各文件内的贷款层级字段（如余额、逾期状态等）进行聚合运算，并与SEC官网上的原始申报单据进行比对验证，从而实现从数据清洗到风险建模的全链条工作流。

背景与挑战

背景概述

在资产支持证券（ABS）领域，透明、详尽且标准化的资产级数据是评估风险、进行定价分析以及监管合规的基石。BANK 2022-BNK43数据集由美国证券交易委员会（SEC）依据ABS-EE（Asset-Backed Securities - Electronic Exhibits）规则收集，于2022年8月首次提交，后持续更新至2026年2月，覆盖该商业抵押贷款支持证券（CMBS）交易全生命周期的月度表现数据。该数据集由SEC EDGAR系统整理，以Parquet格式提供了31份申报文件、80个资产级数据表，总计3.9 MB，为金融科技研究者、量化分析师及监管机构提供了深入拆解底层贷款池信用表现的宝贵窗口，有力推动了结构化金融领域的数据驱动型研究与实践。

当前挑战

该数据集面临的核心领域挑战在于，如何从海量、非结构化的SEC XML文件中精确提取并标准化贷款层面的关键字段（如还款状态、利率、抵押物估值），以支持对CMBS分层结构进行准确的现金流建模与违约分析。构建过程中，面对长达近四年的报告期，需应对不同时期披露格式的细微差异及可能的遗漏字段，确保80个Parquet文件的统计一致性。此外，数据量虽小，但时间序列的完整性要求对缺失的申报月份进行识别与插补，以防因数据不连续导致对基础资产池信用表现的趋势性误判。

常用场景

经典使用场景

在资产支持证券（ABS）领域，BANK 2022-BNK43数据集为深入剖析商业抵押贷款支持证券（CMBS）的底层资产表现提供了宝贵的结构化数据资源。该数据集整理了CIK为1937096的发行人自2022年8月至2026年2月期间提交的ABS-EE表格中的贷款层面信息，以Parquet格式存储了31份申报文件下的80个数据表。研究人员常将其用于构建CMBS的现金流预测模型、评估资产池的信用风险及分析贷款层面的违约率与回收率。该数据集凭借其细粒度的资产级字段，允许学者追溯每笔贷款的还款历史与特征变化，从而支持对结构化金融产品进行更为精准的量化分析。

解决学术问题

该数据集有效解决了学术研究中关于结构性金融产品透明度不足的长期挑战。通过提供标准化、机器可读的资产层面数据，它使得研究者能够量化评估CMBS交易中的信息不对称问题，并剖析贷款特征与证券违约之间的统计关联。尤为重要的是，数据集覆盖了从发行到到期的完整报告期，为追踪贷款池的动态演化及验证信用评级机构模型的有效性提供了实证基础。这极大地促进了关于资产证券化市场效率、风险定价机制以及监管政策影响的实证研究，推动学界对系统性风险形成机制的深入理解。

衍生相关工作

围绕BANK 2022-BNK43数据集，研究社群已衍生出一系列经典工作。部分学者据此构建了基于机器学习的CMBS违约预测框架，利用贷款层面的特征变量开发了高精度的分类模型。另有研究将其与宏观经济指标相结合，探讨利率周期与商业地产价值波动对资产池信用质量的传导效应。此外，该数据集还被用于验证资产证券化领域的信息披露质量评价体系，推动形成关于SEC ABS-EE规则有效性的经验证据。在方法论层面，基于该数据的实证研究催生了多种处理高维资产级面板数据的计量技术，深化了学术界对结构化金融风险传染路径的认知。