DenyTranDFW/Harley_Davidson_Motorcycle_Trust_2021_B_1872446

该数据集涉及Harley-Davidson Motorcycle Trust 2021-B（CIK 1872446）的SEC ABS-EE资产级别备案文件。包含42份备案文件，格式为Parquet文件，总大小为90.7 MB，报告期为2021年7月31日至2025年9月30日。数据从XML展品中提取，并按accession number和exhibit名称组织。备案索引包括CIK、表格类型、accession number、报告日期和每份备案的URL。数据集标签包括sec、abs-ee和asset-backed-securities，采用GPL许可证。SEC ABS-EE asset-level filings for CIK 1872446 (Harley-Davidson Motorcycle Trust 2021-B). Includes 42 filings in Parquet format, totaling 90.7 MB, with a reporting period from 2021-07-31 to 2025-09-30. Data is extracted from XML exhibits and organized by accession number and exhibit name. The filing index provides details such as CIK, form type, accession number, report date, and URL for each filing. The dataset is tagged with sec, abs-ee, and asset-backed-securities and is licensed under GPL.

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（Asset-Backed Securities Exchange Electronic）系统，专注于哈雷戴维森摩托车信托2021-B（CIK 1872446）的资产层面申报文件。按照SEC的ABS-EE规则，发行人需定期提交资产层面的XML展品。数据集通过系统化抓取这些XML文件，并提取其中的贷款级或资产级数据，进而转换为Parquet格式存储。每个Parquet文件以{accession_nodash}/{exhibit_name}.parquet的命名规则组织，确保可追溯性。此外，数据集从资产级别XML中自动提取报告期结束日期（reportingPeriodEndingDate），以建立时间序列框架，涵盖从2021年7月31日至2025年9月30日共42个申报期，总数据容量约90.7 MB。

特点

该数据集的显著特征在于其精细的资产层面粒度，提供了摩托车贷款信托中每笔基础资产的详细表现数据，而非仅汇总统计。时间跨度长达四年，覆盖了信托从成立至成熟期的完整生命周期，能够支持对资产池绩效的动态分析。数据格式采用高效的Parquet列式存储，便于在大规模计算环境中进行快速读取与分析。同时，数据集包含完整的申报索引表，记录了每一份ABS-EE申报的CIK、表单类型、受理号、报告日期及SEC官方URL链接，确保用户可便捷地回溯原始申报文件，增强了数据的可验证性与透明度。

使用方法

研究人员与分析师可直接通过编程语言（如Python或R）中的Parquet读取库加载数据，进行时序分析、贷款绩效建模或复杂网络分析。数据集按申报期与XML展品名称组织的文件夹结构，支持按时间范围或特定展品进行切片查询。借助申报索引表，用户可快速匹配各时期的申报记录，并利用SEC URL链接访问原始XML文件以进行深度校验。此外，数据集的GPL许可证允许在学术和商业项目中自由使用与二次分发，但需遵循相应许可证条款。建议结合SEC其他ABS-EE数据集进行横向比较，以扩展对摩托车贷款资产证券化市场的理解。

背景与挑战

背景概述

Harley-Davidson Motorcycle Trust 2021-B数据集由美国证券交易委员会（SEC）的ABS-EE（Asset-Backed Securities - Electronic Exchange）系统整理发布，专注于哈雷戴维森摩托车信托在2021年7月至2025年9月期间的资产层面数据。该数据集包含42份文件，以Parquet格式存储，共计90.7MB，核心研究问题围绕资产支持证券（ABS）的透明度与风险分析。在金融科技与监管科技日益融合的背景下，该数据集为学术界和业界提供了细颗粒度的贷款级数据，用于评估摩托车贷款池的信用表现、违约率及现金流结构，对理解消费金融资产证券化的动态演变具有重要推动作用。

当前挑战

该数据集解决的领域挑战在于传统ABS市场信息披露不足，投资者难以精准评估底层资产质量，导致定价失真与系统性风险隐患。通过标准化XML提取的贷款级数据，实现了对42个月度报告周期的结构化分析。构建过程中的挑战包括从非结构化XML文件中高效解析海量贷款记录，确保时间序列的完整性与一致性，同时应对SEC不同版本申报格式的差异。此外，数据量虽小但时间跨度长，需处理缺失报告期（如2023年9月至10月）的数据连续性，以及将CIK编码与多维资产属性对齐的匹配难题。

常用场景

经典使用场景

Harley_Davidson_Motorcycle_Trust_2021_B_1872446数据集汇聚了哈雷戴维森摩托车信托2021-B在SEC ABS-EE申报中的资产级贷款明细，时间跨度从2021年7月至2025年9月，包含42份Parquet格式文件。该数据集最经典的使用场景是用于资产支持证券（ABS）的微观层面分析，研究者能够通过逐笔贷款的还款表现、逾期状态和违约数据，构建精细化的现金流模型，并评估分层证券的信用风险。对于量化金融与风险管理领域而言，它是理解摩托车贷款池动态行为的重要实证基础。

衍生相关工作

基于Harley_Davidson_Motorcycle_Trust_2021_B数据，衍生出一系列经典工作，包括比较不同ABS资产类别（如汽车贷款、信用卡）的违约驱动因素异质性研究，以及利用机器学习算法预测贷款池损失分布的论文。该数据集也催生了关于证券化结构设计优化的后见之明分析，以及将ABS-EE规定下标准化XML格式与颗粒度数据优势结合的元分析研究。部分工作聚焦于模型验证，对比传统泊松回归与梯度提升模型在摩托车贷款提前偿付预测中的表现。

数据集最近研究

最新研究方向

该数据集聚焦于哈雷戴维森摩托车信托2021-B的资产支持证券（ABS）逐笔贷款层面数据，为金融科技与结构化产品风险建模提供了前沿研究基础。随着美国证券交易委员会（SEC）对ABS-EE披露要求的强化，此类细粒度资产级数据成为分析消费信贷表现、违约率动态及证券化交易结构的关键资源。当前研究热点涵盖利用机器学习预测摩托车贷款池的提前偿付与信用风险，以及结合宏观经济周期评估资产池的稳健性。该数据集跨越2021年至2025年的报告期，恰好覆盖了后疫情时代利率波动与消费信贷市场变化的敏感区间，对理解耐用消费品资产支持证券的定价与风险管理具有里程碑意义。