DenyTranDFW/CarMax_Auto_Owner_Trust_2021_2_1851375

CarMax Auto Owner Trust 2021-2数据集包含SEC ABS-EE资产级别文件，针对CIK 1851375。数据集包含50份文件，90个parquet文件，总大小为391.5 MB。报告期从2021-03-31至2025-03-31。parquet文件是从XML展品中提取的贷款级别/资产级别数据，按accession number和exhibit名称组织。数据集还包括一个文件索引，包含每份文件的CIK、表格类型、accession number、报告日期和URL等详细信息。SEC ABS-EE asset-level filings for CIK 1851375 (CarMax Auto Owner Trust 2021-2). The dataset includes 50 filings, 90 parquet files, with a total size of 391.5 MB. The reporting period spans from 2021-03-31 to 2025-03-31. Parquet files are loan-level / asset-level data extracted from XML exhibits, organised as {accession_nodash}/{exhibit_name}.parquet. The dataset also includes a filing index with details such as cik, form, accessionNumber, reportDate, and url for each filing.

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报送）系统，聚焦于CarMax Auto Owner Trust 2021-2这一特定资产证券化实体。数据集的构建核心在于系统性地抓取并整理了CIK代码为1851375的实体在2021年3月至2025年3月期间提交的50份ABS-EE申报文件。每一份申报文件中的资产层级XML附件均被精细解析，并按照统一的模式转化为90个Parquet格式文件。这些文件以访问编号和附件名称的层级目录结构进行组织，即遵循'{accession_nodash}/{exhibit_name}.parquet'的命名规则，确保了数据追溯的便捷性。

特点

本数据集具有鲜明的结构化与时间序列特征。其内容涵盖了CarMax Auto Owner Trust 2021-2在长达四年的报告周期内，每个月的资产层级详细信息，时间跨度从信托成立的2021年3月直至2025年3月。数据以高效的列式存储格式Parquet呈现，总容量达391.5 MB，兼顾了存储效率与分析性能。此外，数据集中还包含一份完整的申报文件索引表，清晰地列出了每份申报对应的CIK代码、表单类型、访问编号、报告日期及SEC原始链接，极大地方便了用户进行原始文档的交叉验证与深度溯源。

使用方法

用户可通过加载Parquet文件的方式，直接对单个或多个时间点的资产级数据进行高效查询与分析。具体而言，研究人员能够利用Python的Pandas库或DuckDB等支持列式存储的查询引擎，轻松读取这些文件。数据集的组织结构允许用户根据特定的访问编号和附件名称来定位所需数据，例如分析特定报告月份内贷款组合的违约率、提前偿还率等关键指标。结合提供的Filing Index，用户可以将结构化数据与SEC官网上的原始XML或HTML申报文件进行关联，实现从数据到法规原始文档的完整分析路径。

背景与挑战

背景概述

CarMax Auto Owner Trust 2021-2 数据集源自美国证券交易委员会（SEC）依据ABS-EE规则提交的资产层面备案文件，隶属于CarMax Auto Owner Trust 2021-2系列，对应CIK编号1851375。该数据集于2021年至2025年间持续编制，涵盖50份备案文件与90个Parquet文件，总容量达391.5 MB，记录了从2021年3月至2025年3月的逐笔贷款级资产数据。作为资产支持证券（ABS）领域的重要资源，该数据集由SEC监管框架下的结构化金融产品信息披露驱动，核心研究问题聚焦于汽车贷款证券化资产的绩效追踪与风险量化。其对定量金融、信用风险评估及监管科技的影响深远，为学者与从业者提供了高颗粒度、标准化的时序资产表现数据，推动了基于结构化数据集的实证分析与模型验证。

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（ABS）市场中信息不对称的困境，传统上投资者难以获取逐笔贷款层面的详细数据，限制了违约风险建模与现金流预测的精度。通过提供标准化的XML衍生Parquet格式数据，数据集助力实现资产池透明化与可审计性。构建过程中面临的挑战包括：从非结构化SEC XML附件中高效提取并规范化资产级字段，确保跨申报期的数据一致性；处理高达50份备案文件中隐含的时间序列对齐与缺失值问题；以及管理近400 MB数据量的存储与解析效率，以满足金融实证研究对数据完整性与计算性能的双重需求。

常用场景

经典使用场景

在资产支持证券（ABS）的研究领域，CarMax Auto Owner Trust 2021-2数据集以其精细的贷款级（loan-level）数据而备受青睐。该数据集涵盖从2021年3月至2025年3月的月度报告，包含50份ABS-EE备案文件和90个Parquet文件，总容量达391.5 MB。经典使用场景聚焦于剖析汽车贷款支持证券的资产池动态，研究者可借此追踪每笔贷款的绩效表现，如还款历史、逾期状态和提前偿还行为。通过Sec.gov的XML提取数据，该资源为构建信用风险模型和评估证券化产品的现金流稳定性提供了坚实的数据基础，尤其适宜于时间序列分析与资产池异质性研究。

实际应用

在实际应用中，该数据集展现出广泛的商业与社会价值。金融机构可利用这些贷款级数据分析借款人的信用行为模式，优化汽车贷款发放策略和风险定价机制。监管机构如美国证券交易委员会（SEC）可借此监控ABS市场的合规性与透明度，识别潜在的资产质量恶化预警信号。投资经理则能基于历史绩效数据回测投资组合策略，评估CarMax特定证券化产品的预期收益与波动。此外，科技公司可将其集成到金融数据平台中，为自动化信用评分系统或风险仪表盘提供训练素材，提升金融科技服务在次级汽车贷款领域的准确性。

衍生相关工作

围绕该数据集已衍生出一系列富有影响力的经典工作。在学术界，研究者利用其贷款级数据开发了基于机器学习的违约预测模型，例如将随机森林与递归神经网络结合，挖掘还款模式中的非线性关系。另一些工作聚焦于ABS定价的异质性，通过对比CarMax 2021-2与其他汽车ABS交易的数据，揭示了贷款期限和借款人信用评分对证券风险溢价的影响。在工业界，该数据集催生了开源的ABS分析工具包，如自动解析Parquet文件并生成资产池集中度报告的Python库。这些衍生工作不仅推动了金融数据科学的发展，也为结构化金融的创新提供了可复现的基准测试平台。