DenyTranDFW/Benchmark_2021_B26_Mortgage_Trust_1858289

该数据集包含SEC ABS-EE资产级别文件，涉及CIK 1858289（Benchmark 2021-B26 Mortgage Trust）。数据集包含38份文件，87个Parquet文件，总大小为54.5 MB，报告期为2021年5月11日至2024年6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{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 1858289 (Benchmark 2021-B26 Mortgage Trust). The dataset includes 38 filings, 87 parquet files, with a total size of 54.5 MB, covering the reporting period from 2021-05-11 to 2024-06-11. 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

该数据集以美国证券交易委员会（SEC）的ABS-EE（资产支持证券电子化申报）系统为基石，系统性地汇集了Benchmark 2021-B26 Mortgage Trust（CIK编号1858289）自2021年5月至2024年6月间的全部资产层面申报文件。数据构建的核心在于从XML展品中精准提取贷款级或资产级信息，并将其转化为高效的Parquet格式，共计87个文件，总容量达54.5兆字节。每个Parquet文件均以`{accession_nodash}/{exhibit_name}.parquet`的命名模式组织，确保了数据溯源的可操作性。通过解析资产级XML中的`reportingPeriodEndingDate`字段，数据集实现了对报告周期结束日期的精确标注，从而刻画了该信托基金从发行到存续期的完整时间脉络。

特点

此数据集展现出鲜明的结构化特质与时间序列完整性。涵盖38次申报，跨越逾三年的报告周期，为用户提供了观察该抵押贷款信托在存续期间资产表现与风险演变的连续视野。数据以Parquet格式存储，天生具备列式存储的高压缩比与快速查询优势，尤其适用于处理大规模的金融时间序列数据。其简洁的文件组织架构与明确的字段来源（SEC官方XML展品）相结合，赋予了数据高度的透明性与可复现性，为深度剖析资产池的逐笔贷款表现、违约率及现金流分布等关键指标奠定了坚实基础。

使用方法

用户可通过直接读取Parquet文件来利用该数据集，推荐使用支持该格式的数据分析工具或编程库，如Python中的pandas或Apache Spark。由于Parquet文件按`{accession_nodash}/{exhibit_name}.parquet`路径存储，研究者可依据filing index中的accession号与展品名称精准定位所需子集。该索引提供了每个申报的CIK、申报类型（均为ABS-EE）、以及对应的SEC官网链接，便于数据出处核查。分析时可结合reportDate字段构建时间序列，或利用各Parquet文件中的资产级字段进行深入的统计建模与风险分析，以洞悉底层抵押贷款池的信用质量迁徙与偿付结构变化。

背景与挑战

背景概述

在结构化金融产品领域，资产支持证券（ABS）的透明度和可分析性一直是监管与市场参与者关注的焦点。为提升信息披露质量，美国证券交易委员会（SEC）推动了ABS-EE（Asset-Level Electronic Filing）规则，要求发行人定期披露每笔贷款的详细信息。Benchmark 2021-B26 Mortgage Trust数据集正是基于这一监管背景构建，收录了自2021年5月至2024年6月间该信托基金的38份ABS-EE备案文件和87个Parquet文件，总数据量达54.5 MB。该数据集由SEC的Edgar系统收集整理，为研究人员和投资者提供了直接解析XML格式贷款级数据的能力，极大促进了资产池绩效分析、违约风险建模以及ABS定价等领域的实证研究。作为针对单一抵押贷款信托的标准化结构化数据集合，它不仅是验证监管合规性的重要工具，也推动了金融科技与大数据方法在证券化市场中的应用。

当前挑战

该数据集构建过程中面临的核心挑战体现在多个层面。首先，在领域问题层面，资产支持证券市场长期受困于信息不对称与数据碎片化，传统年报或摘要数据难以满足精细化的信用风险分析和现金流预测需求。该数据集通过提取每一笔贷款的端到端动态信息，使得从宏观市场到微观个体的全链路定量研究成为可能，但同时也对数据的完整性和及时性提出了严苛要求。其次，在构建过程中，需要从非结构化的XML附件中精准提取贷款级字段，并确保跨文件的时间序列一致性，因为不同期次的备案表格可能存在架构差异或字段缺失。此外，38个申报期次对应的高时间粒度数据合并任务，要求设计可靠的对齐与清洗流程，以应对潜在的数据冗余和格式变化。最后，数据集遵循GPL许可发布，如何在保证开放共享精神的同时，处理和消除敏感的借款人识别信息，也是数据治理过程中必须逾越的障碍。

常用场景

经典使用场景

在资产证券化研究领域，该数据集提供了Benchmark 2021-B26 Mortgage Trust从2021年至2024年间完整的逐笔贷款层面数据，涵盖38份SEC ABS-EE备案文件与87个Parquet文件。研究者可借此深入剖析抵押贷款支持证券的现金流结构、资产池的信用质量演变以及提前偿付行为等核心特征，为构建和验证贷款级风险模型提供细粒度的数据支撑。该数据集作为标准化结构化金融数据源，特别适合于开展资产池同质性分析、层级现金流拆分以及违约概率与损失强度联合建模等经典研究任务。

解决学术问题

该数据集有效破解了传统ABS研究因资产级数据缺失而难以进行精准微观分析的困境。通过提供标准化、机器可读的逐笔贷款时序记录，它使学者能够从单个贷款维度量化分层证券化产品的风险传导机制，解决了资产池异质性对证券定价与信用评级影响这一长期学术难题。基于这些数据，研究者得以实证检验信息不对称理论在结构化金融中的表现，评估贷款层面特征对证券分层设计的反馈效应，从而推动了证券化市场微观结构理论的发展，并为监管机构优化信息披露标准提供了实证依据。

衍生相关工作

基于该数据集，研究者已衍生出多项开创性工作。一方面，将自然语言处理技术应用于备案文件中的文本描述，提取承保标准与贷款条款的隐含信息，构建贷款层面的语义特征库，并通过机器学习模型预测早偿与违约行为。另一方面，结合时序分析与图神经网络，学者们构建了资产池内贷款间的关联图谱，揭示贷款类型、地理位置与信用表现之间的复杂依赖关系。同时，该数据集还被用作生成对抗网络的训练素材，生成合成贷款序列以扩充有限的历史样本，从而支撑罕见风险事件的模拟研究。