DenyTranDFW/Drive_Auto_Receivables_Trust_2021_2_1875229

该数据集包含美国证券交易委员会（SEC）ABS-EE资产级别文件，涉及Drive Auto Receivables Trust 2021-2（CIK 1875229）。数据集包括53份文件，166个Parquet文件，总大小为588.1 MB，报告期从2021年7月31日至2025年9月30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组织。报告期日期来源于资产级别XML（reportingPeriodEndingDate）。SEC ABS-EE asset-level filings for CIK 1875229 (Drive Auto Receivables Trust 2021-2). The dataset includes 53 filings, 166 parquet files, with a total size of 588.1 MB, covering the reporting period from 2021-07-31 to 2025-09-30. 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

在资产支持证券（ABS）领域，数据透明度是金融市场稳健运行的重要基石。Drive_Auto_Receivables_Trust_2021_2_1875229数据集正是围绕SEC ABS-EE合规要求构建的资产级数据集合。该数据集通过自动化流水线从美国证券交易委员会（SEC）EDGAR系统提取CIK 1875229（即Drive Auto Receivables Trust 2021-2）提交的全部ABS-EE表格，共计53份申报文件。原始数据以XML展品形式存在，开发者将其解析并转化为166个Parquet文件，每个文件以“{accession_nodash}/{exhibit_name}.parquet”的目录结构进行组织和存储。取证周期从2021年7月31日至2025年9月30日，报告日期源自资产级XML中的reportingPeriodEndingDate字段。

特点

该数据集的核心特征在于其高度的结构化和全面性，覆盖了从发行起始至当前报告日的完整资产生命周期。数据规模总计588.1 MB，包含每个资产层面的详尽信息，例如贷款余额、还款状态、逾期天数等关键信用指标。归档文件按月度频率更新，确保了时间序列分析的连续性。此外，数据集提供了完整的申报索引表格，链接至SEC官方页面，便于交叉验证和深度审计。数据的整洁格式和清晰命名规范使得研究者能够高效定位特定时间段或特定展品的资产动态。

使用方法

使用该数据集时，研究人员和金融分析师可直接利用Python中的Pandas或DuckDB等工具加载Parquet文件进行大规模计算。每个Parquet文件代表特定申报批次中的一个展品内容，可通过组合所有文件构建跨时间维度的资产面板数据。建议从数据集提供的Filing Index入手，筛选感兴趣的申报日期或表格类型，再对应读取相关Parquet文件。对于需要时间序列建模或违约预测的应用场景，可利用reportingPeriodEndingDate字段对齐不同时期的资产状态变化。数据集完全兼容GPL许可证下的学术和商业研究用途。

背景与挑战

背景概述

资产支持证券（ABS）作为结构化金融产品，在汽车贷款领域发挥着关键作用，其透明度与风险评估依赖于详尽的资产层面数据。Drive Auto Receivables Trust 2021-2 数据集由美国证券交易委员会（SEC）依据ABS-EE规则披露，涵盖CIK 1875229实体的资产层级信息，创建于2021年7月，持续至2025年9月。该数据集包含53份申报文件、166个Parquet文件，总规模达588.1 MB，核心研究问题聚焦于通过标准化XML展品提取贷款级数据，以提升对汽车贷款池信用表现的分析精度。在金融科技与监管科技领域，该数据集为投资者、分析师及监管机构提供了高频率、精细化的资产表现记录，推动了ABS市场的透明化进程，并对量化风险建模与资产定价研究产生了深远影响。

当前挑战

该数据集所解决的领域问题核心在于克服资产支持证券市场中传统数据粒度不足的挑战，特别是汽车贷款ABS的信用风险与现金流预测难题，通过提供单笔贷款级别的逐月表现数据，使得违约率、提前还款率及回收率的动态分析成为可能。构建过程中面临的挑战包括：从复杂的XML展品结构中高效提取并标准化各异的数据字段，确保跨多个报告期（覆盖51个月）数据的一致性与完整性；处理因文件版本更新（如ABS-EE/A修正文件）带来的数据去重与版本控制问题；以及整合超过166个Parquet文件以形成可分析的纵向数据集，同时维护SEC原始格式的忠实度，避免信息失真。

常用场景

经典使用场景

在资产证券化（ABS）研究领域，Drive Auto Receivables Trust 2021-2 数据集扮演着基石般的角色。该数据集源自美国证券交易委员会（SEC）的ABS-EE强制披露要求，以Parquet格式系统化收纳了自2021年7月至2025年9月期间共计53份监管申报文件与166个资产层级的数据表。它聚焦于以汽车贷款为底层资产的证券化产品，完整记录了每一笔贷款的逐月表现轨迹，因而成为学术界和业界深入剖析汽车ABS交易结构、现金流瀑布机制以及贷款池信用演化规律的标准数据源。

解决学术问题

该数据集直击了ABS信息不对称这一核心学术痛点。在传统研究框架中，投资者与监管者往往难以穿透结构化产品的复杂外壳，洞悉底层资产的实际风险暴露与表现。借助Drive Auto Receivables Trust 2021-2所提供的逐笔贷款级明细数据，学者们能够突破以往仅能依赖信用评级或加总信息的局限，量化研究贷款提前偿付、违约率动态及其对证券本息偿付的冲击。这一资源极大地推动了关于分层结构设计、超额抵押效应以及资产池同质性与异质性对证券定价影响的理论建模与实证检验，为理解结构化金融的风险传导链条提供了前所未有的微观证据。

衍生相关工作

围绕该数据集，学术界已衍生出一系列富有影响力的研究工作。基于其提供的结构化ABS-EE申报信息，研究者构建了自动化解析时序资产的流水线工具，推动了开源金融数据清洗与标准化分析库的发展。同时，该数据常被作为基准测试集，用于验证基于图神经网络的交易网络风险传播模型，以及针对结构化产品现金流模拟的蒙特卡洛加速算法。还有学者利用其贷款级面板数据，探讨了货币政策变动与区域性经济波动如何通过汽车贷款这一渠道传递至更广泛的证券化市场，丰富了宏观金融与微观资产表现相互作用的实证文献。