DenyTranDFW/BANK_2021_BNK33_1858865

该数据集涉及SEC ABS-EE资产级别文件，针对CIK 1858865（BANK 2021-BNK33）。内容包括38份文件、82个Parquet文件，总大小为5.8 MB，报告期为2021年5月11日至2024年6月11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。报告期日期来源于资产级别XML（reportingPeriodEndingDate）。

SEC ABS-EE asset-level filings for CIK 1858865 (BANK 2021-BNK33). Includes 38 filings, 82 parquet files, total size of 5.8 MB, reporting period from 2021-05-11 to 2024-06-11. Parquet files are loan-level / asset-level data extracted from XML exhibits, organised as {accession_nodash}/{exhibit_name}.parquet. Reporting-period dates are derived from the asset-level XML (reportingPeriodEndingDate).

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申报）系统，专门针对CIK编号为1858865的BANK 2021-BNK33证券化产品构建。通过自动化流程从SEC EDGAR数据库的XML展品中提取贷款级或资产级数据，并转换为Parquet格式存储。数据集包含38份申报文件与82个Parquet文件，每个文件以{accession_nodash}/{exhibit_name}.parquet的组织形式呈现，报告周期从2021年5月11日延绵至2024年6月11日。报告期截止日期直接源自资产级XML元数据中的reportingPeriodEndingDate字段，确保了时序信息的精确性。

使用方法

用户可通过加载Parquet文件直接开展深度分析，利用Python生态中的Pandas或DuckDB等工具执行数据筛选、聚合与建模。每个文件以唯一标识符（accession_nodash）与展品名索引，可基于Filing Index中的报告日期与SEC提交链接进行跨时间片对照。推荐的实践路径包括：解析资产池的现金流特征、评估信用质量演变趋势，或结合外部宏观经济指标验证分层结构的表现。数据集的标准化字段设计使其能够无缝融入资产证券化（ABS）领域的计量经济学与风险管理研究框架，为量化建模提供了坚实的基石。

背景与挑战

背景概述

BANK_2021_BNK33_1858865数据集聚焦于资产支持证券（ABS）领域，具体对应SEC ABS-EE（Asset-Backed Securities - Electronic Exhibits）法规下CIK编号1858865的发行人（BANK 2021-BNK33）在2021年至2024年间的贷款层级数据。该数据集由EDGAR系统自动提取并整理，涵盖38份申报文件、82个Parquet文件，总容量5.8 MB，反映了美国证券交易委员会对ABS市场透明化监管的持续推进。其核心研究问题在于为金融科技、风险管理及结构化金融领域提供标准化的底层资产表现数据，助力模型构建与市场分析。通过解析XML附件中的资产级信息，该数据集填补了ABS市场中微观层面数据可获取性的空白，对推动资产证券化研究的实证深度与监管合规性评估具有显著影响力。

当前挑战

该数据集所解决的领域挑战主要在于资产支持证券市场的透明度不足与数据碎片化问题。传统ABS交易中，底层资产信息分散且格式不统一，导致投资者难以进行有效的风险评估与定价分析。数据集通过结构化抽取SEC强制性申报的资产级数据，缓解了信息不对称，为信用风险建模、现金流预测和违约率分析提供了标准化基础。构建过程面临的挑战包括：从非结构化XML展品中准确提取不同资产类型的字段，处理跨期数据的一致性（如报告周期跨越2021至2024年），以及确保38份不同格式文件的解析鲁棒性。此外，数据量虽小但维度复杂，整合时需克服字段命名与日期对齐的异构性问题，才有可能支撑高效的量化分析。

常用场景

经典使用场景

BANK_2021_BNK33_1858865数据集作为美国证券交易委员会（SEC）ABS-EE报表框架下的资产支持证券（ABS）底层资产级数据仓库，其经典使用场景集中于商业抵押贷款支持证券（CMBS）的微观结构解析。该数据集以Parquet格式存储了自2021年5月至2024年6月期间38份监管申报文件中的82个资产级数据表，覆盖了BANK 2021-BNK33交易池中每笔贷款的逐月绩效指标。研究者可借助这些细粒度字段，重构资产池的现金流生成机制，并追踪标的物业的租金收入、债务偿付比率及贷款价值比等关键变量的动态演变。

解决学术问题

该数据集的核心学术价值在于破解资产支持证券领域长期存在的‘黑箱困境’。传统研究受限于聚合数据颗粒度，难以精准归因违约风险与提前偿付行为的驱动因子。借助BANK 2021-BNK33提供的逐笔贷款级时间序列，学者能够实证检验贷款发起质量、地域经济冲击与宏观经济政策对CMBS分层证券现金流的异质性传导路径。这一数据基础显著推进了结构性产品定价模型中异质性风险因子的量化研究，并为监管机构评估资产证券化信息披露有效性提供了可重复验证的标准化分析框架。

实际应用

在金融实务中，该数据集为风险管理与合规审计提供了高保真度的数据底座。投资机构可将其植入自动化估值引擎，通过定期更新的资产级数据动态调整CMBS组合的信用风险敞口，实现对物业类型集中度、地域分布脆弱性的实时监控。评级机构亦可利用该数据校准内部评级模型的参数假设，提升对特殊服务商介入、贷款重组等极端场景下评级迁移轨迹的预测精度。此外，数据集的标准化结构使其可直接对接监管科技（RegTech）平台，助力金融机构高效完成Dodd-Frank法案要求的风险留存与压力测试报告。

数据集最近研究

最新研究方向

在资产支持证券（ABS）领域，BANK 2021-BNK33数据集为深入分析商业抵押贷款支持证券（CMBS）的资产层面表现提供了重要支撑。该数据集源自SEC的ABS-EE备案文件，涵盖从2021年5月至2024年6月间的38份月度申报和82个Parquet文件，详尽记录了每笔贷款的偿付状态、利率变动及违约特征。结合近期市场对利率上行与商业地产估值下行的广泛关注，研究者可借助此数据探究疫情后CMBS资产池的信用风险演化路径，并构建基于实时资产层数据的违约预测模型。这一细粒度的结构化信息不仅助力监管透明度提升，更为量化投资者在动荡周期中优化资产组合与风险定价提供了实证基础。