DenyTranDFW/BANK_2021_BNK34_1863688

该数据集涉及美国证券交易委员会（SEC）ABS-EE资产级别备案，具体针对CIK 1863688（BANK 2021-BNK34）。包含37份备案文件，78个Parquet文件，总大小为4.7 MB，报告期为2021年6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 1863688 (BANK 2021-BNK34). Includes 37 filings, 78 parquet files, with a total size of 4.7 MB, covering the reporting period from 2021-06-11 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

该数据集源自美国证券交易委员会（SEC）ABS-EE资产层面申报系统，聚焦于CIK编号为1863688的BANK 2021-BNK34抵押贷款支持证券。数据集通过系统性地收集自2021年6月至2024年6月期间的37份申报文件构建而成，所有申报均采用ABS-EE表格提交。原始数据来源于XML附件中的贷款级或资产级信息，经过提取后被转换为78个Parquet格式文件，每个文件按申报编号去连字符后的形式与附件名称进行组织，例如{accession_nodash}/{exhibit_name}.parquet，确保了数据结构的规范性与可追溯性。

特点

该数据集的总容量约为4.7兆字节，涵盖了从2021年6月11日至2024年6月11日整整三年的资产表现数据。其核心特点在于以时间序列形式呈现了标的抵押贷款的详细信息，每个申报文件都对应一个特定的报告截止日期（reportingPeriodEndingDate），使得研究者能够追踪资产池在不同时间节点的动态变化。数据集的精细程度达到贷款级别，为分析底层抵押品的信用表现、提前偿付行为及违约模式提供了丰富的微观数据基础。

使用方法

使用者可以直接通过HuggingFace数据集库加载该资源，利用DataFrame工具对Parquet文件进行高效读取与解析。数据以结构化的表格形式呈现，每列对应具体的资产属性，如贷款余额、利率、地理位置等，便于进行统计分析或构建机器学习模型。研究者可根据报告日期对多个时间点的数据切片进行横向对比，或通过CIK与申报编号关联SEC官方EDGAR系统，获取更完整的信息。该数据集特别适用于资产支持证券的定价模型验证、风险因子分析以及监管合规研究。

背景与挑战

背景概述

BANK_2021_BNK34_1863688数据集聚焦于资产支持证券（ABS）领域，创建于2021年，由SEC（美国证券交易委员会）根据ABS-EE规则推动的资产层面数据披露项目所衍生。该数据集的核心研究问题在于通过标准化提取与整理XML附件中的贷款级或资产级数据，为金融监管、风险评估及资产证券化市场透明度提供结构化支撑。数据集涵盖了从2021年6月至2024年6月间的37份申报文件，共计78个Parquet文件，总容量约4.7MB，记录了BANK 2021-BNK34这一特定证券化产品的逐笔资产信息。随着金融大数据与合规科技的发展，该数据集为推动ABS市场的数据可见性、促进模型驱动的信用分析与政策制定奠定了重要基石。

当前挑战

该数据集所解决的领域问题核心在于资产支持证券市场长期存在的信息不对称与数据碎片化挑战。传统上，ABS产品的底层资产细节披露不充分且格式不一，限制了投资者进行精准的逐笔贷款分析与风险定价，而该数据集通过统一格式的资产级数据提取与按申报日期的整理，试图弥合这一鸿沟。在构建过程中，主要挑战包括从SEC EDGAR系统中大量非结构化的XML附件中自动解析并提取出规范的资产层面字段，确保时间序列的连续性以及不同时期数据模式的一致性。此外，随着申报文件数量增加和字段演进，持续更新和验证数据质量、避免缺失值与解析错误也是亟需应对的难点。

常用场景

经典使用场景

在资产证券化（ABS）研究领域，BANK_2021_BNK34_1863688数据集因其详尽的贷款层级和资产层级数据而备受青睐。该数据集源自SEC ABS-EE申报文件，覆盖了从2021年6月至2024年6月的完整报告周期，共包含37份申报文件和78个Parquet文件，总容量达4.7 MB。研究者常利用这些结构化数据对商业抵押贷款支持证券（CMBS）的资产池进行逐笔分析，从而揭示底层贷款的信用质量、现金流特征及风险分布。经典的使用方式包括构建资产池的违约概率模型、评估证券化产品的分层结构合理性，以及通过时间序列数据监测资产表现的变化趋势。

实际应用

在实际应用中，该数据集为金融风险管理与投资决策提供了坚实的数据基础。资产管理公司可基于其中的贷款层级数据，对CMBS投资组合进行压力测试与情景分析，量化极端市场条件下的潜在损失。信用评级机构则能利用历史表现信息校准内部评级模型，更准确地评估证券化产品的信用等级。此外，监管机构可借助该数据集监控系统性风险，识别资产池中可能存在的集中度风险或贷款质量恶化信号，从而及时采取干预措施。对于金融科技企业而言，这些数据还能用于开发自动化估值工具与风险预警系统，提升资产管理的效率与精度。

衍生相关工作

基于BANK_2021_BNK34_1863688数据集，研究者已衍生出多项具有深远影响的经典工作。一方面，该数据被用于开发针对CMBS资产的机器学习违约预测模型，其中梯度提升树与神经网络方法展现出优于传统逻辑回归的性能，为智能风控提供了新范式。另一方面，学者利用其时间序列结构构建资产表现动态面板，深入分析了宏观经济波动与地域性因素对贷款偿付能力的影响。此外，数据集的公开性还激发了关于SEC ABS-EE申报标准化的讨论，推动学界提出改进XML元数据命名规范的建议，进而提升了跨数据集的可比性与可复现性。