DenyTranDFW/BMO_2022_C3_Mortgage_Trust_1942599

BMO 2022-C3 Mortgage Trust数据集包含SEC ABS-EE资产级别文件，针对CIK 1942599。数据集包含28个文件，72个parquet文件，总大小为10.2 MB，报告期为2022-10-11至2026-02-11。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组织。数据集还包括一个文件索引，包含每个文件的CIK、表格类型、登记号、报告日期和URL等详细信息。

The BMO 2022-C3 Mortgage Trust dataset contains SEC ABS-EE asset-level filings for CIK 1942599. The dataset includes 28 filings, 72 parquet files with a total size of 10.2 MB, covering the reporting period from 2022-10-11 to 2026-02-11. The parquet files are loan-level/asset-level data extracted from XML exhibits, organized as {accession_nodash}/{exhibit_name}.parquet. The dataset also includes 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

BMO_2022_C3_Mortgage_Trust_1942599数据集的构建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）制度。该数据集聚焦于CIK编号为1942599的BMO 2022-C3 Mortgage Trust，系统性地收集了其自2022年10月至2026年2月期间提交的28份ABS-EE申报文件。从这些文件的XML附件中，提取了贷款层面或资产层面的结构化数据，并将其转化为72个Parquet格式文件。每个Parquet文件以存取编号（去除连字符）和展品名称的组合进行命名，如{accession_nodash}/{exhibit_name}.parquet，确保了数据来源的明确性与可追溯性。申报周期日期则源自资产层级XML中的reportingPeriodEndingDate字段。

使用方法

使用者可通过HuggingFace平台直接访问并下载该数据集。数据集中包含一个完整的申报文件索引，详细列出了每份文件的CIK编号、申报表格类型、存取编号、报告日期以及指向SEC官网的原始链接，便于用户交叉验证。Parquet文件可直接利用Python中的pandas库（通过read_parquet函数）或PySpark等大数据处理框架进行加载与分析。标准的列式存储使得按日期筛选特定贷款池、按资产类型聚合统计或进行时序分析均十分便捷。建议研究人员结合SEC官方网站上的其他公开信息，构建更加全面的资产支持证券分析框架。

背景与挑战

背景概述

在资产支持证券（ABS）领域，透明且结构化的底层资产数据是市场参与者进行风险评估与定价决策的基石。BMO 2022-C3 Mortgage Trust 数据集诞生于美国证监会（SEC）推行的ABS-EE（资产支持证券电子化申报）制度框架下，由BMO（蒙特利尔银行）发起的抵押贷款信托于2022年10月首次向SEC提交资产级XML披露文件后逐步构建而成，其核心研究问题聚焦于如何将非结构化的监管申报文档转化为机器可读的、颗粒度精细的贷款层面数据，以支持对商业抵押贷款支持证券（CMBS）的逐笔现金流建模与违约概率分析。该数据集覆盖了从2022年10月11日至2026年2月11日近三年半的月度报告周期，包含72个Parquet文件及28份历史申报记录，总规模约10.2 MB，为金融时间序列分析、ABS投资组合风险建模以及监管科技（RegTech）研究提供了宝贵的结构化数据源，在推动二级抵押贷款市场透明化与量化研究方面具有重要影响力。

当前挑战

该数据集所解决的领域核心挑战在于，传统ABS市场中资产级数据通常分散于PDF或非结构化XML中，投资者难以进行标准化、可复现的大规模量化分析。具体而言，其一，底层抵押贷款的逐笔特征（如利率、剩余期限、地理位置及历史违约记录）需要从繁琐的监管XML标签体系中提取并映射为统一模式，这一过程涉及复杂的数据清洗与自然语言解析技术。其二，构建过程中面临的挑战表现为跨期数据一致性维护：由于信托的月度申报涉及不同XML schemas的微小变动，需保证72个Parquet文件的字段定义与数据类型在不同申报告期间可对齐；此外，从SEC EDGAR系统中爬取28份申报记录时，需应对链接过期、XML解析异常及披露格式变更等非技术性障碍，最终实现资产级数据的全生命周期可追溯与审计合规。

常用场景

经典使用场景

在资产证券化（ABS）研究领域，BMO_2022_C3_Mortgage_Trust数据集作为美国证券交易委员会（SEC）ABS-EE强制性资产层面信息披露的典范，其核心用途在于为抵押贷款支持证券（MBS）的信用风险建模与现金流预测提供细粒度数据支撑。该数据集收录了自2022年10月至2026年2月间共计28份月度申报文件，涵盖72个Parquet格式的贷款层面结构化数据，能够支持研究者构建从贷款发放、绩效追踪到违约回收全生命周期的分析框架。通过解析XML展品中提取的逐笔贷款信息，学者得以深入检验资产池异质性对证券分层偿付顺序的实际影响，例如分析利率波动下提前偿付行为的演变规律。

解决学术问题

该数据集直面资产支持证券领域长期存在的透明度难题，它系统性地解决了传统研究中因缺少标准化逐笔贷款数据而无法准确量化资产池风险传染效应的困境。此前学术界对MBS违约相关性的建模多依赖于聚合层面的时间序列或估算参数，而借助BMO 2022-C3 Mortgage Trust提供的统一报告期内多期面板数据，研究者能够首次在贷款层次上实证检验偿付次序对优先级与次级证券实际损失分配的因果机制。此外，数据集覆盖近四年持续的月度观测值，显著增强了关于宏观冲击如何通过借款人还款能力传导至证券估值的动态面板分析精度，为完善抵押贷款信用风险的微观理论基础提供了不可或缺的实证锚点。

实际应用

在实际金融监管与投资决策中，该数据集为评级机构与资产管理人评估复杂MBS产品信用质量提供了标准化基准。贷款层面的详细信息（如每笔贷款的未偿余额、利率、地域分布及历史还款记录）可被直接用于压力测试场景下的现金流瀑布模型仿真，帮助识别特定资产类别在经济下行周期中的脆弱环节。监管机构亦可利用该数据定期校验发起机构在ABS发行中是否严格遵循风险自留规则，从而提升市场对结构化产品定价的透明度。同时，数据采用机器可读的Parquet格式，便于集成到量化风险管理系统，支持全自动化的投资组合监控与风险预警。

数据集最近研究

最新研究方向

在资产支持证券（ABS）领域，BMO 2022-C3 Mortgage Trust数据集为抵押贷款支持证券的细粒度风险建模提供了关键数据支撑。随着SEC对ABS-EE（资产级数据）披露要求趋严，该数据集通过标准化Parquet格式收录了2022至2026年间28份财报及72个逐笔贷款文件，成为研究商业抵押贷款池违约传播、提前偿付行为及现金流结构演化的前沿标的。结合2023年以来美国商业地产抵押贷款违约率攀升的热点，研究者正借助此类数据集构建差异化定价模型与宏观压力测试框架，推动资产证券化市场监管透明化与金融科技驱动的信用风险评估创新。