DenyTranDFW/CarMax_Auto_Owner_Trust_2021_1_1836214

CarMax Auto Owner Trust 2021-1数据集包含SEC ABS-EE资产级别的文件，针对CIK 1836214（CarMax Auto Owner Trust 2021-1）。数据集包含51个文件，94个Parquet文件，总大小为331.7 MB，覆盖的报告期从2020年12月31日到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方式组织。报告期日期来源于资产级别XML的reportingPeriodEndingDate字段。The CarMax Auto Owner Trust 2021-1 dataset consists of SEC ABS-EE asset-level filings for CIK 1836214 (CarMax Auto Owner Trust 2021-1). It includes 51 filings, 94 Parquet files, with a total size of 331.7 MB, covering the reporting period from 2020-12-31 to 2025-01-31. The Parquet files contain loan-level/asset-level data extracted from XML exhibits, organized as {accession_nodash}/{exhibit_name}.parquet. The reporting-period dates are derived from the asset-level XML (reportingPeriodEndingDate).

搜集汇总

数据集介绍

构建方式

该数据集源于美国证券交易委员会（SEC）的ABS-EE（资产支持证券电子化申报）系统，专门针对CarMax Auto Owner Trust 2021-1这一特定资产证券化产品。数据构建过程系统性地提取了与该信托相关的51份ABS-EE申报文件中的资产层级（loan-level）信息，这些信息原本以XML附件形式呈现。通过解析每个XML文件中标记的资产层级数据，并将其转换为高效的列式存储格式Parquet，最终形成了94个独立的Parquet文件。这些文件按照‘{accession_nodash}/{exhibit_name}.parquet’的命名规则组织，确保了每个申报附件与其对应数据文件的明确关联。报告周期从2020年12月31日延伸至2025年1月31日，覆盖了该信托从初始申报到后续定期报告的完整时间跨度。

使用方法

研究人员或分析师可通过编程方式高效利用该数据集，推荐使用Python的Pandas库配合‘fastparquet’或‘pyarrow’引擎来直接读取Parquet文件。首先，利用数据集提供的申报索引表格，可以根据CIK编号（1836214）和报告日期（reportDate）筛选特定时间段的文件。随后，通过‘pd.read_parquet()’函数加载所需文件，即可获得包含逐笔贷款属性的DataFrame。数据集的目录结构清晰，允许按‘accession_nodash’批量遍历所有文件，便于构建全量数据的时间序列面板。此外，通过访问每个文件对应的SEC EDGAR网址（url），使用者可以交叉验证原始申报文件，从而确保数据溯源与分析的可靠性。

背景与挑战

背景概述

CarMax Auto Owner Trust 2021-1 数据集源自美国证券交易委员会（SEC）的资产支持证券（ABS）信息披露要求，由 CarMax 于 2021 年创立，旨在提供汽车贷款层面的结构化金融数据。该数据集覆盖自 2020 年 12 月 31 日至 2025 年 1 月 31 日的 51 份申报文件，以 Parquet 格式存储，总规模达 331.7 MB，为研究汽车 ABS 市场的资产表现、信用风险及证券化结构提供了宝贵的微观数据基础。其核心研究问题涉及贷款违约模式、提前偿还行为以及资产池的现金流动态，对金融监管合规和量化模型验证具有重要影响力。

当前挑战

该数据集所解决的领域问题在于，传统 ABS 分析往往依赖汇总统计，缺乏对逐笔贷款细节的透明追踪。CarMax Auto Owner Trust 2021-1 通过提供标准化的资产级 XML 数据，使得研究者能够精准建模违约概率与损失分布，但构建过程中遭遇了数据一致性挑战：不同申报期的报告格式存在差异，需将 94 个 Parquet 文件按 accession_nodash 和 exhibit_name 对齐；同时，从 XML 中提取的 reportingPeriodEndingDate 字段需跨多个时间点验证，以确保资产状态的时间序列完整性。

常用场景

经典使用场景

在资产支持证券（ABS）研究领域，CarMax Auto Owner Trust 2021-1 数据集凭借其详尽的单笔贷款级数据，成为剖析汽车贷款支持证券风险特征与现金流结构的经典素材。研究者常利用该数据集中51份SEC ABS-EE资产级别报告及94个Parquet文件，对贷款池的信用质量、违约概率及提前偿付行为进行微观层面的量化分析。覆盖自2020年12月至2025年1月的报告周期，使得跨时间维度的动态风险建模成为可能，从而揭示汽车ABS在不同经济周期下的表现规律。

解决学术问题

该数据集有效解决了学术界在结构化金融产品透明化研究中的关键瓶颈——缺乏标准化、细颗粒度的底层资产数据。通过提供从XML展品中提取的标准化Parquet格式文件，它使得研究者能够对资产池的同质性、分散化程度和尾部风险进行精确测度。同时，该数据填补了汽车ABS领域关于抵押品质量与证券评级关联性的实证空白，推动了针对信息不对称问题的理论探讨，对完善资产证券化定价模型与评级方法具有深远意义。

实际应用

在实际应用中，该数据集被金融机构和监管机构广泛用于构建压力测试场景与信用评级校准基准。投资分析师可依据贷款层面的逾期记录、贷款价值比等指标，优化投资组合的风险收益权衡策略。此外，数据中的结构化展品细节有助于开发自动化的ABS监控系统，实时跟踪资产池表现与预设阈值的偏离，从而为风险管理决策提供数据驱动的支持。

数据集最近研究

最新研究方向

在现代金融监管与数据透明度日益受到重视的背景下，CarMax Auto Owner Trust 2021-1数据集为资产支持证券（ABS）领域的微观层面研究提供了宝贵的结构化数据支持。该数据集收录了CarMax汽车贷款信托从2020年底至2025年初的51份SEC ABS-EE申报文件，涵盖94个Parquet格式的贷款级资产明细，共331.7 MB。研究人员正利用这类细粒度的逐笔贷款数据，深入剖析汽车ABS产品的信用风险演化、提前还款行为模式以及资产池的异质性对证券分层定价的影响。结合近年美国二手车市场价格波动与消费者信贷环境变化，该数据集成为量化分析证券化市场中道德风险、逆向选择及信息不对称等经典议题的前沿工具。其开放性和标准化格式亦推动着金融科技领域基于机器学习的违约预测模型与压力测试框架的迭代，对提升ABS市场透明度和监管效能具有深远意义。