DenyTranDFW/Carvana_Auto_Receivables_Trust_2021_P2_1843657

该数据集涉及SEC ABS-EE资产级别文件，针对CIK 1843657（Carvana Auto Receivables Trust 2021-P2）。包含59份文件，96个Parquet文件，总大小为141.2 MB，报告期为2021-05-31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_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 1843657 (Carvana Auto Receivables Trust 2021-P2). Includes 59 filings, 96 parquet files, total size of 141.2 MB, and a reporting period from 2021-05-31 to 2026-03-31. Parquet files are loan-level / asset-level data extracted from XML exhibits, organised 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

该数据集源自美国证券交易委员会（SEC）的ABS-EE备案文件，聚焦于Carvana Auto Receivables Trust 2021-P2（CIK 1843657）这一汽车贷款证券化产品。通过系统地收集自2021年5月至2026年3月期间的59份ABS-EE表格，从中提取XML附件中的逐笔贷款级资产数据，并按照唯一的报表编号（accession_nodash）与展品名称进行组织，最终以高效的Parquet格式存储为96个独立文件，总容量达141.2 MB。每份文件的报表日期均源自资产级XML中的reportingPeriodEndingDate字段，确保了时间序列的精准对齐。

特点

本数据集最显著的特征在于其覆盖的全面性与时效性，横跨近五年的报告周期，能够完整呈现该资产池从存续初期至逐步清偿的完整生命周期。此外，数据以细粒度的逐笔贷款形式呈现，而非汇总统计数据，这为深度剖析资产池的信用表现、提前偿付模式及风险分布提供了宝贵素材。Parquet列式存储格式不仅压缩了存储空间，更大幅提升了大数据环境下的查询与处理效率，非常适合进行复杂的时间序列分析与压力测试场景。

使用方法

用户可以直接通过HuggingFace Datasets库加载整个数据集，或按需访问单个Parquet文件。每个文件均遵循'{accession_nodash}/{exhibit_name}.parquet'的命名规则，便于按报表编号或展品名称进行检索。对于量化分析，研究者可利用Pandas、Dask或PySpark等工具读取Parquet数据，结合报表索引中的URL字段回溯至SEC原始申报文档，以交叉验证数据完整性。特别地，该数据结构天然适合构建抵押贷款绩效归因模型或动态违约率预测任务。

背景与挑战

背景概述

在资产支持证券（ABS）领域，Carvana Auto Receivables Trust 2021-P2数据集是由美国证券交易委员会（SEC）依据ABS-EE规则披露的资产层级数据集，涵盖Carvana汽车应收账款信托2021-P2的交易信息。该数据集由Carvana Auto Receivables Trust于2021年创建，核心研究问题在于通过细颗粒度的贷款级数据，揭示汽车ABS的结构化融资表现与资产池风险特征。数据集包含自2021年5月至2026年3月的59份申报文件，总计96个Parquet文件，容量达141.2 MB，为金融科技与风险建模研究提供了标准化、可复用的时序数据基础，对推动ABS二级市场透明度和量化分析具有显著影响力。

当前挑战

该数据集首先致力于解决汽车ABS领域的信息不对称问题，传统上资产池的宏观统计指标难以支持违约预测、提前偿付建模等精细化风险度量，而Carvana数据集通过提供每笔贷款的详细时序数据，使研究者能够构建更精准的信用风险评估模型。其次，构建过程中面临结构化数据提取与整合的挑战，原始SEC EDGAR中的XML exhibit格式多样、字段命名不统一，需要开发针对性的解析工具将59份申报文件转化为统一的Parquet格式，同时确保reportingPeriodEndingDate等关键时间戳的准确对齐，这要求对ABS披露规范有深入理解及高度自动化的处理流程。

常用场景

经典使用场景

在资产证券化（ABS）领域，该数据集为研究汽车贷款支持证券的微观结构提供了宝贵的逐笔贷款数据。研究人员可借助这些从SEC ABS-EE XML展品中提取的Parquet文件，深入分析资产池的组成、贷款特征分布及其随时间演化的规律。经典用途包括构建贷款违约预测模型、评估提前偿付行为以及模拟现金流瀑布结构，从而在底层资产层面揭示证券化产品的风险收益特征。

解决学术问题

该数据集有效回应了金融中介与风险管理学术界的核心关切，特别是信息不对称背景下资产质量的透明度问题。通过提供标准化、高频的资产层面数据，学者得以实证检验分层定价、信用增级机制的有效性，以及贷款发起人道德风险对证券绩效的影响。这对理解结构化金融产品的内在风险传导机制、优化监管政策具有里程碑式的意义。

衍生相关工作

基于该资产层面数据，已衍生出关于汽车ABS提前偿付行为异质性的计量分析，以及将机器学习方法应用于贷款逾期预测的前沿研究。部分工作聚焦于利用自然语言处理技术解析SEC申报文本以提取非结构化风险信号。此外，该数据集还催生了面向ABS投资组合的现金流模拟工具库，以及用于比较不同ABS发行主体资产质量的行业基准研究。