dv01 U.S. Auto Benchmarks

The dv01 Auto Benchmarks deliver standardized, AI-ready loan-level datasets that bring consistency and transparency to the U.S. auto finance market. Comprising two datasets—Prime Auto Benchmark and Subprime Auto Benchmark—the benchmarks collectively comprise over 27 million loans, representing $750 billion in total original loan balance and $145 billion in outstanding balance. The loan-level data is sourced from EDGAR securitization filings and transformed by dv01 into validated, normalized, and analysis-ready data.

Each benchmark offers granular insights into origination trends, borrower credit characteristics, collateral performance, delinquency and loss behavior, and recovery outcomes across vintages and issuers. Designed for seamless integration within Snowflake, the datasets enable data scientists, modelers, and analysts to power traditional reporting, risk analysis, and machine learning workflows using a consistent schema built for scalability and comparability.

Start your free trial today with a 1% sample of our benchmark, made available in your Snowflake warehouse immediately.

原始信息汇总

dv01 U.S. Auto Benchmarks 数据集概述

数据集基本信息

• 数据集名称：dv01 U.S. Auto Benchmarks
• 提供商：dv01
• 获取方式：Free to try
• 试用期：7 day trial
• 数据更新频率：Monthly
• 时间覆盖范围：After January 1, 2016，按月更新
• 地理覆盖范围：美国所有州
• 云区域可用性（AWS）：Canada (Central)、US East (N. Virginia)、US East (Ohio)、US West (Oregon) 等

数据集描述

该数据集提供标准化、AI就绪的贷款层级数据，为美国汽车金融市场带来一致性和透明度。包含两个数据集——Prime Auto Benchmark 和 Subprime Auto Benchmark，共涵盖超过2700万笔贷款，代表7500亿美元的总原始贷款余额和1450亿美元的未偿余额。贷款层级数据来源于EDGAR证券化申报文件，并由dv01转换为经过验证、标准化和可分析的数据。

每个基准数据集提供关于贷款发放趋势、借款人信用特征、抵押品表现、拖欠和损失行为以及不同年份和发行人的回收结果的细粒度洞察。该数据集专为在Snowflake内无缝集成而设计，使数据科学家、建模师和分析师能够使用为可扩展性和可比性构建的一致模式，为传统报告、风险分析和机器学习工作流程提供支持。

业务需求

• 市场分析：通过涵盖优质和次级市场的基准数据集，增强投资组合管理、资本配置和行业研究。使用为AI和定量探索设计的数据集识别信用周期、表现差异和发行人层面的趋势。
• 定量分析：使用为大规模分析构建的干净、结构化数据集训练和验证机器学习及信用风险模型。利用一致的历史贷款层级数据对拖欠、违约、提前还款和损失严重程度进行建模，从而在Snowflake内实现可重复的生产级AI工作流程。
• 风险分析：在优质和次级汽车贷款机构之间对贷款发放、信用和表现趋势进行基准比较。使用AI就绪的贷款层级数据比较平台级关键绩效指标（如拖欠率、回收率和损失率），以评估承销标准、抵押品质量和市场定位。
• 数据质量与基准测试：利用经过验证、标准化且在不同发行人、年份和抵押品池之间保持一致的数据集，确保AI、ML和定量框架的即时可用性。dv01的一致模式和字段定义使得在汽车金融生态系统中能够进行无缝的基准测试、特征工程和模型丰富化。

数据字典

数据集包含以下对象：

• AGGREGATED_LOAN_AGE_DATA_AUTO_BENCHMARK_PRIME
• AGGREGATED_MONTHLY_DATA_AUTO_BENCHMARK_PRIME
• HISTORY_DATA_AUTO_BENCHMARK_PRIME
• STATIC_DATA_AUTO_BENCHMARK_PRIME
• 以及其他4个对象

数据预览（部分列）

• ACCOUNT_NAME
• SOP_BALANCE
• EXPECTED_PRINCIPAL
• DV01_ID
• EOP_STATUS
• RECOVERY_NET_CHARGE_OFF_UNBACKDATED
• RECOVERY_NET_CHARGE_OFF_BACKDATED
• EOP_BALANCE
• LOAN_AGE
• CHARGEOFF_AMOUNT
• FEE_LATE_PAID_PERIOD
• ACCOUNT_ID
• PAY_STRING
• EOP_DAYS_PAST_DUE
• CARRY_THROUGH
• EOP_DAYS_PAST_DUE_MAX_CUMULATIVE
• FEE_SERVICING_PAID_PERIOD
• EOP_FICO_CURRENT
• UNSCHEDULED_PRINCIPAL
• PRINCIPAL_RECEIVED
• AS_OF_DATE
• INTEREST_RECEIVED
• SOP_STATUS
• LOAN_PURCHASE_PRICE
• PURCHASE_AMOUNT
• LOAN_SALE_PRICE
• PURCHASE_DATE
• FEE_NSF_PAID_PERIOD
• LOAN_BALANCE_ORIG
• PRINCIPAL_ALL_PROCEEDS

使用示例

1. 给定月份的DTI分布（按5%分桶）：使用聚合的月度表和静态基准表，计算借款人DTI在5%分桶（上限为10%和30%）中的分布。适用于分析特定月份的借款人杠杆率。
2. 月度CDR趋势：通过年化聚合月度基准表中的冲销活动计算月度恒定违约率。适用于跟踪信用状况随时间恶化或改善。
3. 完全冲销贷款的损失严重程度：通过比较回收额与冲销额，衡量净损失严重程度，适用于评估回收表现和月度损失动态。
4. 从当前状态到30-59天拖欠的滚动率：使用窗口函数计算从当前状态到30-59天拖欠的拖欠迁移。适用于滚动率建模和早期信用压力检测。
5. 历史拖欠率、资金池因子和余额指标随时间变化：计算历史拖欠率、当前和原始余额、资金池因子、加权平均账龄和现金流组成部分。适用于资金池监控和时间序列表现分析。
6. 月度加权平均票面利率和原始FICO评分：通过连接历史和静态基准表，计算余额加权的加权平均票面利率和原始FICO评分。适用于监控信用组合和定价变化。
7. 随时间变化的净年化回报估计：使用费用、利息、冲销和回收相对于起始余额计算净年化回报。有助于评估基准级别的投资组合表现。
8. 回收率：通过复杂的查询计算回收率及相关指标。
9. 快照：加权平均期限：计算特定时间点的加权平均贷款期限。
10. 历史投资回报率：通过比较利息、费用、冲销和回收与总原始贷款余额计算累积投资回报率。适用于高级别回报评估。

法律条款

• 类型：Custom

关于提供商

dv01是一家服务于美国消费者结构化产品市场的金融数据和 analytics 提供商。我们提供跨资产类别（包括消费者无担保贷款和汽车贷款）的经过验证、标准化的贷款层级数据集。我们的Marketplace产品为机构投资者、证券化发行人、研究人员和其他交易对手提供干净、标准化、特定行业的基准数据集，可直接在Snowflake内进行分析、建模和报告。

搜集汇总

背景与挑战

背景概述

dv01美国汽车基准数据集提供标准化的贷款层面数据，涵盖优质和次级汽车贷款，包含超过2700万笔贷款，总余额达7500亿美元。该数据集经过验证和标准化处理，支持对起源趋势、信用特征和违约行为的深入分析，并设计用于Snowflake平台，便于数据科学家和风险分析师进行机器学习和报告工作。