DenyTranDFW/Wells_Fargo_Commercial_Mortgage_Trust_2022_C62_1916018

Wells Fargo Commercial Mortgage Trust 2022-C62的SEC ABS-EE资产级别备案数据集，涉及CIK 1916018。包含35份备案，88个Parquet文件，总大小为4.1 MB，报告期为2022-04-11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 Wells Fargo Commercial Mortgage Trust 2022-C62 (CIK 1916018). Includes 35 filings, 88 parquet files, total size 4.1 MB, reporting period from 2022-04-11 to 2026-02-11. 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）的ABS-EE（资产支持证券电子化）强制披露档案，专为富国银行商业抵押信托2022-C62（CIK编号1916018）编制。数据集的构建核心在于从SEC EDGAR系统中提取自2022年4月至2026年2月期间的35份ABS-EE表格申报文件，并将其中嵌入的XML展品中的资产级或贷款级数据解析为结构化的Parquet格式文件。每份XML展品对应一个独立的Parquet文件，按照申报号与展品名称的层级目录组织，共计88个Parquet文件，总容量约4.1 MB，确保了跨时间序列的资产端信息披露的完整性与可追溯性。

使用方法

研究人员可通过Hugging Face数据集库直接加载本资源，利用Python的pandas或PyArrow库读取Parquet文件进行分析。使用时可依据‘accession_nodash’字段筛选特定申报期的数据，或通过遍历‘exhibit_name’文件实现对所有贷款个体的跟踪研究。实践中，该数据集适用于构建商业抵押贷款的违约预测模型、评估资产池的信用质量变迁，以及验证资产支持证券的定价理论。其标准化的时间戳与结构化格式亦能无缝对接时间序列分析框架，赋能金融工程与风险管理领域的实证工作。

背景与挑战

背景概述

Wells_Fargo_Commercial_Mortgage_Trust_2022_C62_1916018数据集源自美国证券交易委员会（SEC）的ABS-EE（资产支持证券-电子化）强制性申报，由Wells Fargo Commercial Mortgage Trust 2022-C62发行主体于2022年4月至2026年2月期间提交。作为资产证券化领域的关键结构，商业抵押贷款支持证券（CMBS）的透明度和风险管理依赖于细颗粒度的逐笔贷款数据。该数据集通过解析XML展品，提取了35份申报文件中的88个Parquet文件，总计4.1 MB，覆盖了从发行初期至报告期末的完整资产表现信息。其核心研究价值在于为金融科技与监管科技提供标准化、机器可读的资产级数据，从而赋能风险评估、定价模型及违约预测研究，对推动CMBS市场的透明化与可追溯性具有深远意义。

当前挑战

该数据集致力于解决CMBS市场信息披露碎片化与非结构化带来的分析难题，传统上投资者难以获取统一的贷款级别数据以进行系统化风险评估。构建过程中面临的首要挑战是XML展品格式的多样性与嵌套结构的复杂性，需要设计精准的解析管线以提取如还款日期、利率及物业价值等关键字段。其次，时间跨度内不同申报文件间的数据一致性维护十分困难，例如月末日期对齐与缺失值的插补，需借助严格的ETL流程。此外，SEC标准化要求与原始文档未被结构化之间的鸿沟，迫使数据处理需频繁校验字段定义，否则易导致模型误判。这些挑战制约了数据在实时监控与违约预测中的效能，呼唤更高级的自动化清洗与验证机制。

常用场景

经典使用场景

在结构化金融与资产证券化（ABS）领域，Wells_Fargo_Commercial_Mortgage_Trust_2022_C62_1916018数据集为研究者提供了详尽的资产层面数据，涵盖从2022年4月至2026年2月期间35份SEC ABS-EE备案文件中的逐笔贷款信息。该数据集的核心应用场景在于构建商用抵押贷款支持证券（CMBS）的现金流预测模型与信用风险评估框架，通过解析每笔抵押贷款的还款表现、利率变动及违约特征，助力学者深入洞察底层资产池的异质性对证券化产品分层结构的影响。

解决学术问题

该数据集有效回应了资产证券化研究中长期存在的数据可获取性与细粒度不足的挑战，使学术界得以突破传统基于聚合统计分析的局限。其带来的意义在于能够定量解析CMBS交易中的信息不对称问题，例如通过资产级数据验证贷款发起人筛选机制的有效性，或评估宏观经济波动对商业地产抵押贷款违约传染的微观路径。影响层面，这一资源推动了金融中介理论、契约设计优化及监管工具开发等方向的实证研究，为深入探讨证券化市场的稳定性与风险定价提供了坚实的经验基础。

实际应用

在实际应用中，该数据集支撑了金融机构与监管部门的精细化风险管理实践，例如帮助投资银行自动化生成CMBS投资组合的压力测试报告，或为评级机构提供逐笔贷款层面的违约概率与损失分布估计。资产管理公司可借助这些数据优化商业地产贷款的二级市场交易策略，而美联储等监管方则能据此监控系统性风险积累，并校准《多德-弗兰克法案》下对资产支持证券风险留存要求的执行效果。

数据集最近研究

最新研究方向

在资产证券化（ABS）领域，商业抵押贷款支持证券（CMBS）的透明度和风险评估一直是监管与市场关注的焦点。Wells Fargo Commercial Mortgage Trust 2022-C62数据集整合了自2022年4月至2026年2月期间的多期资产层面披露文件（ABS-EE），为研究后疫情时代商业地产的偿付表现、贷款违约动态以及结构性金融产品的信息传递效率提供了宝贵的微观数据。随着美联储加息周期对商业地产估值造成显著冲击，该数据集使研究者得以追踪单个贷款的利率敏感性、现金流分布变化及信用增级机制的演变，并与近期商业地产违约率攀升的热点事件相结合，深入探讨监管强化披露要求对市场定价和风险预警的实际效果，对推动ABS市场的精细化监管与投资决策具有重要价值。