DenyTranDFW/Honda_Auto_Receivables_2022_1_Owner_Trust_1902266

Honda Auto Receivables 2022-1 Owner Trust数据集包含美国证券交易委员会（SEC）ABS-EE资产级别备案文件，涉及CIK 1902266。数据集包含38份备案文件，61个Parquet文件，总大小为160.8 MB。报告期从2022年1月31日至2025年8月31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。README文件还提供了备案索引，包括CIK、表格类型、备案号、报告日期和URL等信息。The Honda Auto Receivables 2022-1 Owner Trust dataset consists of SEC ABS-EE asset-level filings for CIK 1902266. The dataset includes 38 filings, 61 Parquet files, and has a total size of 160.8 MB. The reporting period spans from 2022-01-31 to 2025-08-31. The Parquet files contain loan-level/asset-level data extracted from XML exhibits, organized as {accession_nodash}/{exhibit_name}.parquet. The README also includes a filing index with details such as CIK, form type, accession number, report date, and URL for each filing.

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（资产支持证券-资产级）强制性披露制度，聚焦于Honda Auto Receivables 2022-1 Owner Trust（CIK 1902266）。通过从SEC EDGAR系统中提取XML格式的资产级展品文件，并将其转化为结构化的Parquet格式文件进行存储。数据集的构建遵循严格的时序逻辑，以每个归档文件的accession number（去连接号）和展品名称作为组织目录，同时依据XML中的reportingPeriodEndingDate字段精确标识报告期日期。最终收录了38份SEC归档文件，生成了61个Parquet文件，总数据量达160.8 MB，跨越从2022年1月至2025年8月的完整报告周期。

使用方法

研究人员可直接通过Hugging Face Datasets库加载该数据集，获取Parquet文件并利用Pandas或Dask等数据框架工具进行读取与分析。使用时，可按照accession_nodash目录和展品名称定位所需的特定告期资产数据。由于数据以Parquet格式存储，支持高效的列式查询与压缩存储，特别适合对千万级贷款记录进行筛选、聚合与统计分析。应用场景包括但不限于：违约率建模、提前还款行为分析、资产池信用风险评估以及ABS定价模型的基础输入数据准备。

背景与挑战

背景概述

Honda Auto Receivables 2022-1 Owner Trust 数据集创建于2022年，由美国证券交易委员会（SEC）通过ABS-EE（Asset-Backed Securities Exchange of Electronic Exhibits）项目发布，旨在提供本田汽车应收账款支持证券的资产级明细数据。该数据集覆盖2022年1月至2025年8月间的38份申报文件，包含61个Parquet文件，总容量160.8 MB，源自XML附件中的贷款级信息。作为结构化金融领域的重要资源，它助力研究人员深入分析汽车ABS的资产池动态、违约风险及现金流表现，推动资产证券化市场透明化与量化研究的发展，对监管合规与投资决策具有显著影响力。

当前挑战

该数据集聚焦于资产支持证券领域中的两大挑战。首先，汽车ABS市场长期面临信息不对称问题，投资者难以获取标准化的逐笔贷款数据以评估基础资产质量，而本数据集通过提取SEC EDGAR中的XML附件，将非结构化申报文件转化为结构化Parquet格式，直接缓解了这一困境。其次，构建过程中需应对数据异构性与时间连续性难题，即从不同申报批次的XML中统一解析reportingPeriodEndingDate字段，并保证38份文件在跨越44个月内的字段一致性、缺失值处理及大规模数据的高效存储，这对数据处理流程与质量控制提出了严峻考验。

常用场景

经典使用场景

在资产证券化（ABS）研究领域，Honda Auto Receivables 2022-1 Owner Trust数据集为深入剖析汽车贷款支持证券的微观结构提供了宝贵的资源。该数据集中包含了自2022年1月至2025年8月间，来自信托产品的38份ABS-EE备案文件，其核心价值在于以Parquet格式存储的逐笔贷款级数据，详尽记录了每笔汽车贷款的偿付表现、逾期状况等关键指标。研究者可利用这些数据，构建贷款违约概率模型、分析提前还款行为、评估贷款池信用质量的演变轨迹，从而精准刻画ABS产品在存续期内的现金流变化规律。

解决学术问题

该数据集有效解决了学术界在资产支持证券研究中面临的数据颗粒度不足与时间维度稀疏的难题。首先，它使得从单笔贷款层面追踪ABS信托池的资产表现成为可能，从而克服了传统聚合数据对风险异质性的掩盖。其次，凭借跨越近四年的持续月度报告，它支持对贷款池在不同经济周期阶段表现的纵向分析。基于此，研究人员能够更精确地检验结构性金融产品的信用风险定价模型，评估信息不对称对ABS市场效率的影响，并深入探讨监管备案信息的透明度如何作用于市场稳定。

实际应用

此数据集的实际应用涵盖金融风险管理和监管科技领域。对于信用评级机构和投资银行而言，它提供了构建自动化现金流预测系统的基石——通过解析贷款级别的历史偿付数据，可以训练机器学习模型以实时预估本金和利息的回收时间表，优化ABS产品的评级流程。对于市场监管者，如美国证券交易委员会，这类详尽的备案数据可用于开发基于风险的监控工具，自动识别潜在的高风险贷款池，从而在违约潮爆发前提前预警。此外，该数据集还支持汽车金融公司优化其自身的信贷政策与资产组合管理。

数据集最近研究

最新研究方向

在资产证券化（ABS）领域，Honda Auto Receivables 2022-1 Owner Trust数据集为研究汽车贷款支持证券的资产池表现与信用风险提供了宝贵的细粒度数据。前沿研究方向聚焦于利用SEC强制披露的ABS-EE资产级XML数据，构建高频、动态的贷款级风险模型。借助该数据集涵盖的超38个月度报告周期与61个Parquet文件，学者可深入剖析本田汽车贷款的提前偿付、违约及损失分布模式，尤其是在利率波动与宏观经济不确定性加剧的背景下。该数据集的公开与结构化提取，积极响应了美国证券交易委员会（SEC）推动的市场透明度倡议，为投资者和监管机构评估ABS底层资产质量、优化风险定价策略及开展压力测试提供了实证基础，显著提升了结构化金融市场的可解释性与稳定性。