DenyTranDFW/Mercedes_Benz_Auto_Lease_Trust_2021_B_1864833

该数据集包含美国证券交易委员会（SEC）ABS-EE资产级别文件，涉及CIK 1864833（梅赛德斯-奔驰汽车租赁信托2021-B）。数据集包含29份文件，58个Parquet文件，总大小为77.9 MB。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 1864833 (Mercedes-Benz Auto Lease Trust 2021-B). The dataset includes 29 filings, 58 parquet files, with a total size of 77.9 MB. 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）的资产支持证券（ABS-EE）监管备案文件，聚焦于梅赛德斯-奔驰汽车租赁信托2021-B（CIK 1864833）。通过系统性地提取29份ABS-EE备案材料中的XML附件，共生成58个Parquet格式文件。每个文件按备案访问编号（accession_nodash）与展品名称（exhibit_name）的层级结构组织，展品内资产级数据的报告周期由XML中标记的reportingPeriodEndingDate字段确定，从而构建出结构化、规范化的贷款级数据集合。

特点

本数据集的核心优势在于其高度标准化与粒度精细的资产级信息。总计77.9 MB的Parquet文件确保了数据压缩效率与查询性能的平衡。所有数据均来源于SEC官方备案，具备法律监管层面的权威性与透明度。数据集覆盖完整的29份备案记录，时间跨度涵盖从发行至后续多个报告周期，为分析汽车租赁ABS的资产池表现、违约率及现金流分布提供了连续、可追溯的纵向数据基石。

使用方法

使用该数据集时，可直接通过Pandas等数据科学工具加载Parquet文件进行探索性分析。用户需根据filing index中的accessionNumber关联对应的SEC官方网址，以获取完整的备案上下文。数据以parquet/{accession_nodash}/{exhibit_name}.parquet的路径模式存储，便于按备案批次或展品类型筛选资产池子集。报告周期日期字段可作为时间序列分析的轴心，支持对特定信托池的贷款绩效进行动态监测与建模。

背景与挑战

背景概述

Mercedes-Benz Auto Lease Trust 2021-B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归档）系统，由梅赛德斯-奔驰金融部门于2021年发起创建，旨在提供汽车租赁贷款支持证券的底层资产级数据。该数据集收录了29份归档文件，包含58个Parquet格式文件，总量达77.9 MB，涵盖了从资产池生成到后续报告周期的逐笔贷款信息。作为结构化金融领域的重要数据资源，它填补了汽车ABS市场中资产级透明度的空白，为研究资产池异质性、违约风险建模及证券定价提供了基准性素材，推动了金融风险管理与机器学习在证券化产品分析中的交叉应用。

当前挑战

此数据集所解决的领域问题在于，传统ABS信息披露中资产级数据缺失导致投资者难以穿透评估底层信用风险。其构建过程中面临两大挑战：一是从非结构化XML附件中提取逐笔贷款记录，需解析多样化的字段命名与层级结构；二是将不同报告期的资产数据按统一逻辑组织为Parquet文件，并确保反映时间序列变化的报告期末日期（reportingPeriodEndingDate）准确无误。此外，数据量达77.9 MB且包含29份文件的规模，对存储效率与查询性能也提出了苛刻要求。

常用场景

经典使用场景

在资产证券化(ABS)研究领域，Mercedes-Benz Auto Lease Trust 2021-B数据集为学者提供了宝贵的逐笔贷款级微观数据。该数据集源自美国证券交易委员会（SEC）的ABS-EE档案，包含29份申报文件和58个Parquet格式的资产级数据文件，覆盖了梅赛德斯-奔驰汽车租赁信托2021-B系列的完整生命周期。研究者常利用这些精细的资产层面信息，构建汽车租赁ABS的现金流模型，分析租赁资产的违约概率、提前还款行为以及回收率等关键信用风险指标。通过逐期报告的贷款表现数据，该数据集成为验证结构性金融产品定价模型和风险评估范式的经典素材，尤其适用于研究高档汽车租赁证券化产品的动态信用质量演变。

实际应用

在实际金融领域，该数据集服务于多个应用场景。投资机构可利用其精细的资产级信息，对梅赛德斯-奔驰汽车租赁信托的信用质量进行独立尽职调查，辅助构建更准确的内部评级模型和投资决策框架。风险管理团队能够基于历史贷款表现数据，回测不同经济情境下的资产池压力测试方案，优化风险敞口计量。此外，该数据集也促进了金融科技公司开发自动化ABS分析工具，通过机器学习算法从这些结构化数据中提取租赁贷款的违约预警信号，提升资产组合的动态监控效率，助力二级市场交易定价的精细化。

衍生相关工作

基于Mercedes-Benz Auto Lease Trust 2021-B数据集，衍生出多项具有影响力的学术研究与实践工作。在方法论层面，研究者开发了针对汽车租赁ABS的生存分析模型，利用该数据集的逐期违约时间戳，估计租赁贷款的期限结构风险。同时，该数据集被用于训练深度学习模型以预测贷款级别的不良事件，推动了图神经网络在结构化金融资产池关联性分析中的应用。在实证领域，相关论文探讨了原始权益人声誉与资产池筛选标准之间的关系，以及证券化交易结构对贷款服务商行为激励的影响。此外，该数据集还成为监管科技（RegTech）领域验证SEC信息披露合规性自动化工具的基准测试集。