DenyTranDFW/Honda_Auto_Receivables_2024_2_Owner_Trust_2019551

该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，针对CIK 2019551（本田汽车应收账款2024-2所有者信托）。数据涵盖22个备案，对应22个Parquet文件，总大小为99.0 MB，报告期从2024年5月31日至2026年2月28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，报告期日期基于资产级别XML中的reportingPeriodEndingDate字段。数据集主要用于资产支持证券（ABS）的金融分析、风险管理和监管合规研究。license: gpl tags: - SEC（美国证券交易委员会，Securities and Exchange Commission） - ABS-EE（资产支持证券信息披露电子归档，Asset-Backed Securities Disclosure Electronic Filing） - 资产支持证券（Asset-Backed Securities, ABS） # 本田汽车应收款项2024-2所有者信托 针对中央索引键（CIK，Central Index Key）2019551（本田汽车应收款项2024-2所有者信托）的SEC ABS-EE资产级归档文件。 - **归档文件数量**：22份 - **Parquet文件数量**：22个 - **总大小**：99.0 MB - **报告期起始日期**：2024-05-31 - **报告期结束日期**：2026-02-28 Parquet文件为从XML（可扩展标记语言，eXtensible Markup Language）展件中提取的贷款级/资产级数据，组织格式为`{accession_nodash}/{exhibit_name}.parquet`。报告期日期源自资产级XML文件中的`reportingPeriodEndingDate`字段。 ## 归档索引 | 中央索引键（CIK） | 表格类型 | 归档编号 | 报告日期 | 链接 | | --- | --- | --- | --- | --- | | 2019551 | ABS-EE | 0000950131-24-002576 | 2024-05-31 | https://sec.gov/Archives/edgar/data/2019551/000095013124002576 | | 2019551 | ABS-EE | 0000950131-24-003000 | 2024-06-30 | https://sec.gov/Archives/edgar/data/2019551/000095013124003000 | | 2019551 | ABS-EE | 0000950131-24-003453 | 2024-07-31 | https://sec.gov/Archives/edgar/data/2019551/000095013124003453 | | 2019551 | ABS-EE | 0000950131-24-003832 | 2024-08-31 | https://sec.gov/Archives/edgar/data/2019551/000095013124003832 | | 2019551 | ABS-EE | 0000950131-24-004246 | 2024-09-30 | https://sec.gov/Archives/edgar/data/2019551/000095013124004246 | | 2019551 | ABS-EE | 0000950131-24-004711 | 2024-10-31 | https://sec.gov/Archives/edgar/data/2019551/000095013124004711 | | 2019551 | ABS-EE | 0000950131-24-005037 | 2024-11-30 | https://sec.gov/Archives/edgar/data/2019551/000095013124005037 | | 2019551 | ABS-EE | 0000950131-25-000384 | 2024-12-31 | https://sec.gov/Archives/edgar/data/2019551/000095013125000384 | | 2019551 | ABS-EE | 0000950131-25-000792 | 2025-01-31 | https://sec.gov/Archives/edgar/data/2019551/000095013125000792 | | 2019551 | ABS-EE | 0000950131-25-001258 | 2025-02-28 | https://sec.gov/Archives/edgar/data/2019551/000095013125001258 | | 2019551 | ABS-EE | 0000950131-25-001724 | 2025-03-31 | https://sec.gov/Archives/edgar/data/2019551/000095013125001724 | | 2019551 | ABS-EE | 0000950131-25-002167 | 2025-04-30 | https://sec.gov/Archives/edgar/data/2019551/000095013125002167 | | 2019551 | ABS-EE | 0000950131-25-002526 | 2025-05-31 | https://sec.gov/Archives/edgar/data/2019551/000095013125002526 | | 2019551 | ABS-EE | 0000950131-25-003039 | 2025-06-30 | https://sec.gov/Archives/edgar/data/2019551/000095013125003039 | | 2019551 | ABS-EE | 0000950131-25-003441 | 2025-07-31 | https://sec.gov/Archives/edgar/data/2019551/000095013125003441 | | 2019551 | ABS-EE | 0001193125-25-211829 | 2025-08-31 | https://sec.gov/Archives/edgar/data/2019551/000119312525211829 | | 2019551 | ABS-EE | 0001193125-25-241744 | 2025-09-30 | https://sec.gov/Archives/edgar/data/2019551/000119312525241744 | | 2019551 | ABS-EE | 0001193125-25-288591 | 2025-10-31 | https://sec.gov/Archives/edgar/data/2019551/000119312525288591 | | 2019551 | ABS-EE | 0001193125-25-323174 | 2025-11-30 | https://sec.gov/Archives/edgar/data/2019551/000119312525323174 | | 2019551 | ABS-EE | 0001193125-26-021277 | 2025-12-31 | https://sec.gov/Archives/edgar/data/2019551/000119312526021277 | | 2019551 | ABS-EE | 0001193125-26-059950 | 2026-01-31 | https://sec.gov/Archives/edgar/data/2019551/000119312526059950 | | 2019551 | ABS-EE | 0001193125-26-118087 | 2026-02-28 | https://sec.gov/Archives/edgar/data/2019551/000119312526118087 |

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（资产支持证券-电子化提交）档案系统，聚焦于本田汽车应收账款2024-2所有者信托（Honda Auto Receivables 2024-2 Owner Trust），其CIK代码为2019551。数据构建过程系统性地从SEC EDGAR数据库抓取该信托自2024年5月至2026年2月期间的全部22份ABS-EE申报文件，每份申报均对应一个具体的报告月份。随后，从每一申报文件的XML附件中提取逐笔贷款或资产的明细数据，并将其转换为Parquet格式文件进行存储。文件组织方式遵循严格的命名规范，按'获取号（去除连字符）/附件名称.parquet'的层级结构存放，确保了数据索引的清晰性与可追溯性。报告期间日期直接源自原始XML中的'reportingPeriodEndingDate'字段，保障了时间信息的准确性。

特点

此数据集的核心特征在于其精细的颗粒度与高度的结构化。它提供了本田汽车应收账款2024-2所有者信托在22个月报告期内，每笔基础资产的微观层面信息，而非汇总数据，这使得研究者能够深入剖析资产池的逐月动态演变。数据以高效的Parquet格式存储，总容量约99.0 MB，兼具压缩性与快速读写能力，适合大规模量化分析。所有22份文件均为完整的资产级XML解析产物，覆盖了从信托成立到存续期间的全部公开披露周期，缺失值极少。此外，每份文件均附带明确的SEC档案链接与申报表格类型（ABS-EE），便于用户进行交叉验证或溯源至原始监管文件，极大提升了数据的透明度和可信度。

使用方法

用户可通过数据科学工具链便捷地使用本数据集。推荐使用Python环境，借助Pandas或Dask等库直接读取Parquet文件，例如'pd.read_parquet('path/to/file.parquet')'，即可获得包含数千行逐笔资产信息的DataFrame对象。每份文件对应一个特定报告月末的快照，用户可根据'reportDate'字段对不同时间点的资产池状态进行切片分析。对于需要跨期比较的研究，可利用Python的glob模块批量加载所有Parquet文件，并基于统一的数据模式进行合并与时间序列建模。数据集的列名与结构直接继承自SEC XML Schema，熟悉ABS-EE标准的用户可以无缝对接现有分析框架。进阶用户还可通过提供的SEC档案链接，获取原始XML或HTML格式的完整申报文件，以满足深度验证或自定义解析的需求。

背景与挑战

背景概述

本田汽车应收账款2024-2所有者信托（Honda Auto Receivables 2024-2 Owner Trust）数据集由美国证券交易委员会（SEC）旗下EDGAR系统收录的ABS-EE（资产支持证券增强型电子化）资产级申报文件构建而成，旨在为金融领域研究提供标准化、细颗粒度的汽车贷款资产支持证券（ABS）数据。该数据集聚焦于CIK编号2019551的信托主体，自2024年5月至2026年2月期间，包含22份Parquet格式的贷款级数据文件，总容量约99.0 MB。数据提取自XML附件中的逐笔贷款信息，涵盖报告期内每个月底的资产表现，为市场参与者、监管机构及学术研究者提供了深入剖析汽车ABS现金流表现、信用风险及资产池动态的宝贵资源，推动了资产证券化领域数据透明化与实证分析的进步。

当前挑战

该数据集所解决的领域问题在于，传统的ABS信息披露往往以摘要形式呈现，缺乏逐笔贷款的细粒度数据，导致投资者难以精确评估资产池的异质性风险、提前偿付行为及违约相关性。构建过程中面临的核心挑战包括：从非结构化的XML附件中高效解析并标准化数据字段，确保跨文件间信息一致性；处理长达22个月报告期内数据完整性与时效性问题，避免缺失或延迟申报导致的偏差；以及将原始监管文件转换为可机读的Parquet格式，同时保留关键标签（如报告期结束日期）以供时间序列分析，从而在数据可用性与隐私合规间取得平衡。

常用场景

经典使用场景

在资产支持证券（ABS）领域，Honda Auto Receivables 2024-2 Owner Trust 数据集为学术研究者与金融从业者提供了一个标准化的、细颗粒度的贷款级别数据来源。该数据集基于美国证券交易委员会（SEC）的ABS-EE监管填报要求，包含了本田汽车金融公司发起的汽车贷款应收款证券化产品在存续期内的逐笔资产表现信息。经典的使用场景包括构建贷款违约与提前偿付预测模型、评估资产池信用质量的时间演化规律，以及通过结构化数据反推信托的现金流分配机制，从而验证或校准传统的ABS定价与风险模型。

衍生相关工作

基于本田ABS-EE数据集的公开属性，已有若干衍生研究围绕其设计原则与数据范式展开。其中具有代表性的工作包括将ABS-EE填报指南与原始XML结构解析为标准Schema的元数据工程工具，以及利用该数据集验证图神经网络在资产池风险传播预测中的有效性。此外，部分金融科技开源项目借鉴了其数据组织模式（按accession_nodash归并目录、按exhibit_name切分Parquet），构建了跨信托类型的ABS数据仓库。这些衍生工作不仅降低了后续研究者的数据准入门槛，也推动了金融数据标准化处理流程在学术与工业界的普及。

数据集最近研究

最新研究方向

该数据集聚焦于本田汽车应收账款2024-2号所有者信托的资产支持证券（ABS）底层资产级数据，涵盖2024年5月至2026年2月的逐月贷款级信息。在金融科技与监管科技加速融合的当下，此类精细化的资产池披露数据成为信用风险建模、现金流预测及证券化产品定价的关键驱动力。伴随美国证券交易委员会（SEC）对ABS-EE（资产支持证券-增强电子化）格式的强制推广，研究人员可借助22份Parquet文件深度挖掘借款人还款行为、提前偿付率及违约模式的时序演化规律，为构建可解释的机器学习预警模型提供高粒度实证基础，进而推动结构化金融产品的透明度与风险评估精度迈入新范式。