dv01 U.S. Consumer Unsecured Benchmark

Name: dv01 U.S. Consumer Unsecured Benchmark
Creator: dv01
Published: 2025-11-28 14:30:50
License: 暂无描述

Snowflake2025-11-28 更新2025-11-29 收录

下载链接：

https://app.snowflake.com/marketplace/listing/GZ2FTZ8E8Q4

下载链接

链接失效反馈

官方服务：

资源简介：

The dv01 Consumer Unsecured Benchmark provides a holistic view of the U.S. unsecured personal loan market. Powered by loan-level data, the benchmark is anonymized, standardized, and AI-ready. Built from dv01’s role as Loan Data Agent and analytics provider across leading fintech lenders, the benchmark aggregates over 20 million loans, representing more than $300 billion in original loan balances and over $70 billion in outstanding balances since 2014. By consolidating full-platform datasets across lenders—including securitized, balance-sheet, and sold loans—it delivers a comprehensive, market-wide perspective on consumer unsecured credit performance. Delivered in a consistent, analysis-ready schema, the dataset enables advanced modeling, benchmarking, and AI-driven insights into origination trends, borrower credit quality, delinquency, prepayment, and loss dynamics. Users can query, visualize, and integrate the data directly within Snowflake to support machine learning pipelines, portfolio optimization, and risk analysis workflows. Start your free trial today with a 1% sample of our benchmark, made available in your Snowflake warehouse immediately.

提供机构：

dv01

创建时间：

2025-11-06

原始信息汇总

dv01 U.S. Consumer Unsecured Benchmark 数据集概述

数据集基本信息

数据集名称: dv01 U.S. Consumer Unsecured Benchmark
提供商: dv01
获取方式: 免费试用
试用期: 7天
数据刷新频率: 月度
时间覆盖范围: 2014年1月1日之后
地理覆盖范围: 美国（所有州）
云区域可用性: AWS（包括美国东部（商业政府 - 北弗吉尼亚）、美国东部（北弗吉尼亚）、美国东部（俄亥俄）、美国政府东部1（FedRAMP High Plus）等区域）

数据集描述

dv01 Consumer Unsecured Benchmark 提供了美国无担保个人贷款市场的整体视图。该基准基于贷款级别数据，经过匿名化、标准化处理，并已为AI应用做好准备。数据来源于dv01作为领先金融科技贷款机构的数据代理和分析提供商，汇总了自2014年以来超过2000万笔贷款，代表超过3000亿美元的原始贷款余额和超过700亿美元的未偿还余额。通过整合跨贷款机构的完整平台数据集（包括证券化、资产负债表和已出售贷款），它提供了关于消费者无担保信贷表现的全面、市场范围视角。

数据集以一致、分析就绪的模式交付，支持对发起趋势、借款人信用质量、拖欠、提前还款和损失动态进行高级建模、基准测试和AI驱动的洞察。用户可以直接在Snowflake中查询、可视化和集成数据，以支持机器学习管道、投资组合优化和风险分析工作流。

主要业务应用场景

定量分析: 使用为大规模分析构建的干净、结构化数据集来训练和验证机器学习及信用风险模型。
风险分析: 在领先的消费者无担保贷款机构之间对发起、信用和表现趋势进行基准测试。
市场分析: 通过富含借款人信用属性和表现趋势的基准数据，支持投资组合优化、资本配置和宏观信用分析。
尽职调查与市场进入: 使用反映全漏斗发起（不仅仅是证券化抵押品）的匿名、全面、平台级数据集，支持进入消费者无担保资产类别。
数据质量与基准测试: 利用经过验证、跨贷款机构和时期标准化的数据集，确保AI、ML和定量工作流的即时可用性。

数据字典（表结构）

AGGREGATED_LOAN_AGE_DATA_CONSUMER_UNSECURED_BENCHMARK
AGGREGATED_MONTHLY_DATA_CONSUMER_UNSECURED_BENCHMARK
HISTORY_DATA_CONSUMER_UNSECURED_BENCHMARK
STATIC_DATA_CONSUMER_UNSECURED_BENCHMARK

数据预览（部分字段示例）

ACCOUNT_NAME: Consumer Unsecured Benchmark
EOP_FICO_CURRENT: 624, 764, 729, 751, 769, 608, 688, 726, 709, 659
SOP_BALANCE: 3809.150000, 0.000000, 25000.000000, 15281.080000, 0.000000, 0.000000, 18084.220000, 40000.000000, 18089.360000, 2988.610000
DV01_ID: -8439598980727623713, 7976652217054370559, 1848619722880474729, 7422982892100584011, -631927895300931621, 8860687661258604613, 1062183396733935203, -4019891519378393266, -8161340390982009973, 2225474657521907894
EOP_STATUS: Current, Paid Off, Current, Current, Paid Off, Charged Off, Current, Current, Current, Current
EXPECTED_PRINCIPAL: 264.199515, 0.000000, 0.000000, 473.728197, 0.000000, 0.000000, 298.780271, 0.000000, 443.487352, 103.588988
RECOVERY_NET_CHARGE_OFF_UNBACKDATED: 0.000000
RECOVERY_NET_CHARGE_OFF_BACKDATED: 0.000000
EOP_BALANCE: 3544.940000, 0.000000, 25000.000000, 14807.350000, 0.000000, 0.000000, 17791.370000, 40000.000000, 18089.360000, 2885.010000
LOAN_AGE: 24, 45, 0, 8, 44, 50, 7, 0, 26, 15
CHARGEOFF_AMOUNT: 0.000000
FEE_LATE_PAID_PERIOD: 0.000000
ACCOUNT_ID: Consumer Unsecured Benchmark
PAY_STRING: CCCCCCCCCCCCCCCCCCCCCCCCC, CCCCCCCCCCCCCCCCCCCCCCCCCCPPPPPPPPPPPPPPPPPPPP, C, CCCCCCCCC, CCCCCCCCCCCCCCCCCCCCCCCCCCPPPPPPPPPPPPPPPPPPP, CCCCCCCCCCCCCCCCCCC1234DDDDDDDDDDDDDDDDDDDDDDDDDDDD, CCCCCCCC, C, CCCCCCCCCCCCCCCCCCCCCCCCCCC, CCCCCCCCCCCCCCCC
EOP_DAYS_PAST_DUE: 0
FEE_NSF_PAID_PERIOD: 0.000000
CARRY_THROUGH: 2024-07-30, 2020-04-29, 2021-12-30, 2024-05-30, 2018-08-30, 3008-01-01, 2023-07-30, 2019-08-30, 2024-09-29, 2021-03-30
EOP_DAYS_PAST_DUE_MAX_CUMULATIVE: 0
UNSCHEDULED_PRINCIPAL: 0.010485, 0.000000, 0.000000, 0.001803, 0.000000, 959, 0.000000, 0.000000, 0.000000, 0.011012
PRINCIPAL_RECEIVED: 264.210000, 0.000000, 0.000000, 473.730000, 0.000000, 0.000000, 292.850000, 0.000000, 0.000000, 103.600000
AS_OF_DATE: 2024-06-30, 2020-03-31, 2021-11-30, 2024-04-30, 2018-07-31, 2025-10-31, 2023-06-30, 2019-07-31, 2024-08-31, 2021-02-28
INTEREST_RECEIVED: 65.040000, 0.000000, 0.000000, 114.480000, 0.000000, 0.000000, 315.170000, 0.000000, 0.000000, 74.610000
LOAN_COLLATERAL_GROUP: null
LOAN_PROGRAM: Consumer Unsecured Benchmark
LOAN_MODIFICATION_INDICATOR: Not Modified, null, null, Not Modified, null, Previously Modified, Not Modified, Not Modified, null, Not Modified
LOAN_RATE_GROSS_CURRENT: 0.204900, 0.097400, 0.151000, 0.089900, 0.111900, 0.195400, 0.205200, 0.064600, 0.105500, 0.299600
SOP_STATUS: Current, Paid Off, null, Current, Paid Off, Charged Off, Current, null, Current, Current
LOAN_BALANCE_ORIG: 8800.000000, 36000.000000, 25000.000000, 18500.000000, 19630.000000, 5000.000000, 19800.000000, 40000.000000, 28000.000000, 4200.000000
LOAN_PURCHASE_PRICE: null
LOAN_SALE_PRICE: null
PRINCIPAL_ALL_PROCEEDS: 264.210000, 0.000000, 0.000000, 473.730000, 0.000000, 0.000000, 292.850000, 0.000000, 0.000000, 103.600000
PURCHASE_AMOUNT: 8800.000000, 36000.000000, 25000.000000, 18500.000000, 19630.000000, 5000.000000, 19800.000000, 40000.000000, 28000.000000, 4200.000000
PURCHASE_DATE: 2022-06-06, 2016-06-03, 2021-11-23, 2023-08-29, 2014-11-28, 2021-08-17, 2022-11-03, 2019-07-15, 2022-06-30, 2019-11-14
RECOVERY_INTEREST: null
RECOVERY_PRINCIPAL: null
SERVICING_FEE_PERCENT: null, 0.005750, 0.010000, null, 0.010000, null, 0.011000, null, 0.010000, null

使用示例

给定月份的DTI分布（5%分桶）: 使用聚合月度表和静态基准表计算借款人DTI在5%分桶（上限为10%和30%）中的分布。
月度CDR趋势: 通过年化聚合月度基准表中的冲销活动计算月度恒定违约率。
完全冲销贷款的损失严重性: 通过比较零期末余额贷款的回收与冲销来衡量净损失严重性。
从当前状态到30-59天拖欠的滚动率: 使用窗口函数计算从当前状态到30-59天拖欠的拖欠迁移。
资产池余额、因子、WALA和拖欠趋势: 使用历史基准表生成资产池级别指标。
加权票息（GWAC）和月度发起FICO: 通过连接历史和静态基准表计算余额加权的GWAC和发起FICO。
随时间估计的年化净回报（NAR）: 使用费用、利息、冲销和回收相对于起始余额计算年化净回报。
按贷款年龄划分的CDR、CPR、累计损失和回收: 使用聚合、静态和历史表计算跨贷款年龄分桶的生命周期指标。
主动修改贷款百分比: 使用聚合和历史表衡量标记为修改的余额份额。
历史ROI: 通过比较利息、费用、冲销和回收与总原始贷款余额计算累计ROI。

提供商信息

提供商名称: dv01
提供商描述: dv01是一家服务于美国消费者结构化产品市场的金融数据和分析提供商。我们提供跨资产类别（包括消费者无担保和汽车贷款）的经过验证、标准化的贷款级别数据集。我们的市场产品为机构投资者、证券化发行人、研究人员和其他交易对手提供干净、标准化、特定行业的基准数据集，可直接在Snowflake中进行分析、建模和报告。
销售联系: support@dv01.co
支持联系: support@dv01.co

法律条款

条款类型: 自定义