DenyTranDFW/World_Omni_Auto_Receivables_Trust_2021_C_1872327

该数据集涉及美国证券交易委员会（SEC）ABS-EE资产级别文件，具体为World Omni Auto Receivables Trust 2021-C（CIK 1872327）的相关数据。包含45个文件，总大小为124.4 MB，报告期从2021年6月30日至2025年8月31日。数据以Parquet格式存储，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中的reportingPeriodEndingDate。SEC ABS-EE asset-level filings for CIK 1872327 (World Omni Auto Receivables Trust 2021-C). Includes 45 filings, 45 parquet files, with a total size of 124.4 MB. The reporting period spans from 2021-06-30 to 2025-08-31. Parquet files contain loan-level / asset-level data extracted from XML exhibits, organized 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

在资产证券化领域，精细化的标的资产数据是风险定价与合规分析的基石。World Omni Auto Receivables Trust 2021-C 数据集正是基于美国证券交易委员会（SEC）的ABS-EE法规要求构建，通过系统化抓取CIK编号为1872327的信托实体在EDGAR系统中提交的全部XML格式资产级别展品文件，并将其逐份解析为高效的列式存储Parquet文件。每条记录均对应一个特定报告周期内的逐笔贷款数据，且文件名遵循'{accession_nodash}/{exhibit_name}.parquet'的规范命名规则，从而确保了数据来源的权威性、结构化程度与引用便利性。

特点

该数据集的一个显著特征在于其完整的时间序列覆盖能力，横跨从2021年6月30日至2025年8月31日共计50余个月的连续报告周期。它囊括了45份独立且完整的ABS-EE备案文件，总计提供124.4 MB的压缩后数据容量，体量适中却信息密度极高。值得注意的是，数据集中每一笔资产均携带精确的‘reportingPeriodEndingDate’字段，使得研究者能够精准追踪底层汽车贷款组合在不同宏观经济周期下的偿付、违约及提前还款行为，为量化模型校准提供了不可多得的真实世界基准。

使用方法

研究者可以通过直接加载Hugging Face平台上提供的Parquet文件仓库来便捷地访问该数据集。推荐使用Pandas库中的read_parquet函数针对特定展品文件进行即时引用，或者利用Dask等分布式计算框架对全部45份文件进行批量处理与聚合分析。由于数据已严格按照报告时间序列组织，用户可自定义滑动时间窗口，用以构建动态的资产池信用质量演变分析。此外，通过结合数据集内置的Filing Index表格中的SEC EDGAR原始链接，使用者能够交叉验证原始XML文档，从而在保障学术严谨性的前提下，实现对静态池损失率、累计违约曲线等核心指标的深度挖掘。

背景与挑战

背景概述

World Omni Auto Receivables Trust 2021-C 数据集诞生于资产支持证券（ABS）领域对透明化、结构化数据日益迫切的需求背景之下，由美国证券交易委员会（SEC）推动的ABS-EE（Asset-Level Electronic Filing）项目所催生。该数据集以CIK 1872327为标识，集中于World Omni Auto Receivables Trust 2021-C这一特定交易，收录了自2021年6月30日至2025年8月31日期间共计45份按月度报送的资产层级XML报表，并已转化为高效存储的Parquet格式，总数据量达124.4 MB。其核心研究问题在于为金融监管、风险建模及量化分析提供标准化、可机读的汽车贷款ABS资产池逐笔贷款明细数据。作为SEC强制性披露要求的直接产物，该数据集为学术界和业界深入剖析汽车ABS底层资产质量、提前偿付行为、违约动态及现金流结构提供了前所未有的粒度与透明度，对于理解美国消费金融市场的信用风险传导机制具有标杆意义。

当前挑战

该数据集在构建与应用过程中面临多重挑战。从领域问题来看，其旨在解决资产支持证券领域长期存在的信息不对称与数据碎片化痼疾，使得市场参与者、监管机构及研究者能够基于逐笔贷款级别数据，对ABS证券的信用风险、提前偿付风险及结构性风险进行独立、精准的量化评估，从而提升定价效率与风险预警能力。然而，从构建过程审视，挑战同样严峻：其一，原始XML格式的资产层级报表包含大量非结构化字段，如本金余额、利率、FICO评分等，需通过复杂解析才能转化为统一、干净的表格形式；其二，45份月度文件覆盖跨越四年多的报告期，须确保时间序列数据的连续性、准确性以及不同报表间关键字段（如贷款账户标识符）的严格一致性；其三，Parquet格式虽利于存储与分析，但数据标准化处理（如缺失值填充、异常值检测、类型对齐）仍需投入大量工程精力，以保证下游模型的稳健性。

常用场景

经典使用场景

在资产支持证券（ABS）领域，World Omni Auto Receivables Trust 2021-C数据集作为SEC ABS-EE制度下的标准化资产级公开披露，是研究汽车贷款证券化结构、信用风险建模与现金流预测的经典数据集。研究者可基于45份逐月报送的Parquet文件，追溯从2021年6月至2025年8月期间每一笔汽车贷款的还款表现、提前偿付率及违约演变，从而为ABS定价模型提供高颗粒度的底层资产动态信息。该数据集还常用于训练违约概率（PD）与损失给定违约（LGD）的机器学习模型，或在证券化分层中评估优先/次级债券的信用增级效果。

实际应用

在实际金融实践中，该数据集为信用评级机构、资产管理公司及监管部门提供了透明化的资产级数据基础。评级机构可据此校准内部评级模型中汽车贷款的历史违约基准，优化对类似证券化产品的信用评估框架。对冲基金和投资银行则利用其逐笔贷款表现数据构建动态风控仪表盘，在二级市场交易中实时评估ABS折价或溢价的内在价值。对于监管层面，数据集支持SEC等机构监控发起人是否遵循ABS-EE披露要求，并识别潜在的利益冲突或风险集中度异常。

衍生相关工作

该数据集催生了一系列围绕资产级ABS分析的开源工具与学术研究。在工具层面，基于Parquet格式的数据驱动了诸如absbox等Python库的诞生，用于模拟现金流瀑布并计算不同违约情景下的债券收益率。研究方面，衍生工作包括利用该数据集训练自编码器检测贷款池中的异常还款模式，以及通过图神经网络（GNN）建模贷款间关联性以预测违约传染路径。此外，部分工作将其与宏观经济指标对齐，构建了可解释的因子模型，揭示了利率变化对提前偿付率非对称冲击的微观证据。