DenyTranDFW/ALLY_AUTO_RECEIVABLES_TRUST_2023_1_1980826

该数据集包含美国证券交易委员会（SEC）ABS-EE资产级申报文件，专门针对CIK 1980826（ALLY AUTO RECEIVABLES TRUST 2023-1）。数据集包括27个申报文件，对应27个Parquet格式文件，总大小为80.3 MB。报告期从2023年5月31日开始，到2026年2月28日结束。Parquet文件是从XML展品中提取的贷款级/资产级数据，按{accession_nodash}/{exhibit_name}.parquet方式组织。数据集还提供了详细的申报索引，包括CIK、表格类型、访问号、报告日期和URL，适用于资产支持证券（ABS）相关的研究和分析。许可证：GPL 标签： - SEC - ABS-EE - 资产支持证券（asset-backed securities） # ALLY AUTO RECEIVABLES TRUST 2023-1 本数据集包含对应中央索引密钥（Central Index Key, CIK）编号**1980826**（ALLY AUTO RECEIVABLES TRUST 2023-1）的美国证券交易委员会（Securities and Exchange Commission, SEC）资产支持证券披露（ABS-EE）格式资产级申报文件。 - **申报文件数量**：27份 - **Parquet文件**：27个 - **总大小**：80.3 MB - **报告周期起始**：2023-05-31 - **报告周期截止**：2026-02-28 Parquet文件包含从XML附件中提取的贷款级/资产级数据，组织格式为`{无连字符的备案编号}/{附件名称}.parquet`。报告周期日期源自资产级XML文件中的`reportingPeriodEndingDate`字段。 ## 申报文件索引 | 中央索引密钥（CIK） | 申报表格 | 备案编号 | 报告日期 | 访问链接 | | --- | --- | --- | --- | --- | | 1980826 | ABS-EE | 0001477336-23-000010 | 2023-05-31 | https://sec.gov/Archives/edgar/data/1980826/000147733623000010 | | 1980826 | ABS-EE | 0001477336-23-000013 | 2023-05-31 | https://sec.gov/Archives/edgar/data/1980826/000147733623000013 | | 1980826 | ABS-EE | 0001980826-23-000008 | 2023-06-30 | https://sec.gov/Archives/edgar/data/1980826/000198082623000008 | | 1980826 | ABS-EE | 0001980826-23-000009 | 2023-07-31 | https://sec.gov/Archives/edgar/data/1980826/000198082623000009 | | 1980826 | ABS-EE | 0001980826-23-000018 | 2023-08-31 | https://sec.gov/Archives/edgar/data/1980826/000198082623000018 | | 1980826 | ABS-EE | 0001980826-23-000038 | 2023-11-30 | https://sec.gov/Archives/edgar/data/1980826/000198082623000038 | | 1980826 | ABS-EE | 0001980826-24-000003 | 2023-12-31 | https://sec.gov/Archives/edgar/data/1980826/000198082624000003 | | 1980826 | ABS-EE | 0001980826-24-000044 | 2024-07-31 | https://sec.gov/Archives/edgar/data/1980826/000198082624000044 | | 1980826 | ABS-EE | 0001980826-24-000050 | 2024-08-31 | https://sec.gov/Archives/edgar/data/1980826/000198082624000050 | | 1980826 | ABS-EE | 0001980826-24-000055 | 2024-09-30 | https://sec.gov/Archives/edgar/data/1980826/000198082624000055 | | 1980826 | ABS-EE | 0001980826-24-000060 | 2024-10-31 | https://sec.gov/Archives/edgar/data/1980826/000198082624000060 | | 1980826 | ABS-EE | 0001980826-24-000066 | 2024-11-30 | https://sec.gov/Archives/edgar/data/1980826/000198082624000066 | | 1980826 | ABS-EE | 0001980826-25-000004 | 2024-12-31 | https://sec.gov/Archives/edgar/data/1980826/000198082625000004 | | 1980826 | ABS-EE | 0001980826-25-000009 | 2025-01-31 | https://sec.gov/Archives/edgar/data/1980826/000198082625000009 | | 1980826 | ABS-EE | 0001980826-25-000015 | 2025-02-28 | https://sec.gov/Archives/edgar/data/1980826/000198082625000015 | | 1980826 | ABS-EE | 0001980826-25-000024 | 2025-03-31 | https://sec.gov/Archives/edgar/data/1980826/000198082625000024 | | 1980826 | ABS-EE | 0001980826-25-000029 | 2025-04-30 | https://sec.gov/Archives/edgar/data/1980826/000198082625000029 | | 1980826 | ABS-EE | 0001980826-25-000035 | 2025-05-31 | https://sec.gov/Archives/edgar/data/1980826/000198082625000035 | | 1980826 | ABS-EE | 0001980826-25-000042 | 2025-06-30 | https://sec.gov/Archives/edgar/data/1980826/000198082625000042 | | 1980826 | ABS-EE | 0001980826-25-000047 | 2025-07-31 | https://sec.gov/Archives/edgar/data/1980826/000198082625000047 | | 1980826 | ABS-EE | 0001980826-25-000052 | 2025-08-31 | https://sec.gov/Archives/edgar/data/1980826/000198082625000052 | | 1980826 | ABS-EE | 0001980826-25-000057 | 2025-09-30 | https://sec.gov/Archives/edgar/data/1980826/000198082625000057 | | 1980826 | ABS-EE | 0001980826-25-000062 | 2025-10-31 | https://sec.gov/Archives/edgar/data/1980826/000198082625000062 | | 1980826 | ABS-EE | 0001980826-25-000067 | 2025-11-30 | https://sec.gov/Archives/edgar/data/1980826/000198082625000067 | | 1980826 | ABS-EE | 0001980826-26-000003 | 2025-12-31 | https://sec.gov/Archives/edgar/data/1980826/000198082626000003 | | 1980826 | ABS-EE | 0001980826-26-000009 | 2026-01-31 | https://sec.gov/Archives/edgar/data/1980826/000198082626000009 | | 1980826 | ABS-EE | 0001980826-26-000014 | 2026-02-28 | https://sec.gov/Archives/edgar/data/1980826/000198082626000014 |

搜集汇总

数据集介绍

构建方式

该数据集源于美国证券交易委员会（SEC）的ABS-EE（Asset-Backed Securities Electronic Evaluation）项目，聚焦于ALLY AUTO RECEIVABLES TRUST 2023-1（CIK编号1980826）的资产层面结构化披露。数据来源于SEC EDGAR系统中提交的XML格式展品文件，从中提取出逐笔贷款级别的详细信息，并转换为Parquet格式以优化存储与读取性能。数据集共包含27份申报文件，总容量约80.3 MB，覆盖从2023年5月至2026年2月的报告周期。每份Parquet文件以证券准入编号（accession number，去连字符后）与展品名称的组合方式组织，便于精确索引和检索。

使用方法

研究人员可通过Hugging Face数据集工具或直接处理Parquet文件来加载数据。Parquet文件采用列式存储，兼容Pandas、Dask、Spark等主流数据处理框架，能够高效进行大规模数据筛选与聚合。典型的分析路径包括：针对单个报告日期（reportingPeriodEndingDate）的资产池截面对比，或利用全部27个月份数据构建面板数据集，以追踪每一笔贷款的存续轨迹。用户还可以将资产层面的微观数据与宏观市场指标或发行文件中的交易结构信息相结合，开展多维度的信用风险建模与证券定价研究。

背景与挑战

背景概述

在资产证券化（ABS）领域，底层资产池的逐笔贷款数据是评估信用风险与进行现金流建模的核心基础。ALLY AUTO RECEIVABLES TRUST 2023-1数据集由美国证券交易委员会（SEC）依据ABS-EE规则强制披露，涵盖自2023年5月至2026年2月期间该信托的27份资产层级申报文件，共计27个Parquet文件，总容量达80.3 MB。该数据集聚焦于汽车贷款应收款证券化，旨在为研究者、监管机构与市场参与者提供透明、标准化的逐笔贷款信息，从而推动ABS市场的风险定价效率与监管合规性。作为SEC EDGAR系统结构化数据披露的典型代表，该数据集对提升二级市场信息对称性及促进金融科技在结构化金融中的应用具有重要示范意义。

当前挑战

该数据集面临的核心挑战之一在于所解决的领域问题：资产证券化市场长期受困于信息不对称与数据碎片化，导致投资者难以对底层资产质量进行精准评估，进而影响定价透明度与系统性风险监测。此外，构建过程中遭遇多项技术障碍：原始XML附件的解析与标准化转换需要处理复杂嵌套结构与多版本税务编号，确保数据一致性；不同申报期的文件格式波动要求鲁棒的数据清洗流水线；而跨时间窗口的档案链接与字段对齐，则考验着数据集在时序分析中的可用性。这些挑战共同制约着数据集在量化风险建模与实时监控场景下的应用深度。

常用场景

经典使用场景

ALLY AUTO RECEIVABLES TRUST 2023-1数据集是资产支持证券（ABS）领域中针对汽车贷款应收款证券化产品的精细化数据宝库。它收录了自2023年5月至2026年2月期间，由CIK编号1980826对应的信托实体向美国证券交易委员会（SEC）提交的ABS-EE表格资产级申报文件。这些数据以Parquet格式存储，每一份文件均对应一个特定报告期的单笔贷款层面信息，为金融研究者提供了在微观层面追踪汽车贷款池表现、分析资产池逐月演变轨迹的绝佳素材。其经典应用场景在于，研究者可借此评估该信托产品中基础资产的偿付行为、提前还款率以及违约风险的动态变化，从而深入理解结构化金融产品的内在运行机制。

解决学术问题

该数据集系统地解决了学术领域中关于资产证券化产品透明度与可预测性的核心争论。长期以来，由于缺乏细颗粒度的披露数据，研究者难以精确刻画资产池中贷款质量分布与现金流结构的非线性关系。借助这些详尽的贷款级记录，学界能够深入探究贷款特征（如余额、利率、期限）与违约概率之间的因果链路，验证或反驳信用风险传导的经典理论模型。其意义在于，它不仅为量化金融与风险管理领域的实证研究提供了可靠的基础，更推动了监管层面上关于ABS信息披露标准的反思与优化，提升了市场参与者对结构化产品定价效率的认知。

实际应用

在实际金融场景中，该数据集的核心价值体现于为投资机构与信用评级公司构建动态化的风险评估体系。资产管理公司可基于历史报告期的贷款表现数据，训练机器学习模型以实时监控资产池的健康状况，识别潜在的流动性压力或信贷恶化信号。例如，通过对比不同月度报告中逾期率与回收率的细微浮动，系统能提前预警特定信用分段的贷款组合所面临的风险敞口。此外，该数据还可用于优化资产支持证券的现金流瀑布模型，辅助结构化产品的设计与再定价，从而显著提升金融中介在二级市场交易中的决策精度与风险对冲效率。

数据集最近研究

最新研究方向

在资产支持证券（ABS）领域，该数据集聚焦于汽车贷款应收款证券化的微观层面分析，尤其是针对ALLY AUTO RECEIVABLES TRUST 2023-1的资产级逐笔贷款数据。前沿研究方向涵盖利用机器学习模型预测贷款违约风险、评估提前还款行为对现金流结构的影响，以及结合宏观利率环境分析ABS产品信用风险的动态演化。热点事件方面，随着美国SEC对ABS-EE披露标准的强化监管要求，该数据集为学者和从业者提供了验证信息披露质量与市场透明度关系的实证基础。其影响深远，不仅助力提升证券化市场的定价效率，还为金融监管机构制定更精准的风险防控政策提供了数据支撑，推动了ABS领域从宏观统计向微观行为建模的范式迁移。