遇见数据集

DenyTranDFW/Ford_Credit_Auto_Owner_Trust_2022_C_1944485

收藏
Hugging Face2026-04-30 更新2026-05-03 收录
官方服务:

资源简介:

该数据集包含CIK 1944485(福特信贷汽车所有者信托2022-C)的SEC ABS-EE资产级别申报文件。数据集包括45个申报文件,每个文件都转换为parquet格式,总大小为131.7 MB。报告期从2022-08-31至2026-03-31。parquet文件按申报编号和展示名称组织,源自XML展示文件。提供了详细的申报索引,列出每个申报的CIK、表格类型、申报编号、报告日期和URL。

SEC ABS-EE asset-level filings for CIK 1944485 (Ford Credit Auto Owner Trust 2022-C). The dataset includes 45 filings, each converted into parquet files, totaling 131.7 MB. The reporting period spans from 2022-08-31 to 2026-03-31. The parquet files are organised by accession numbers and exhibit names, derived from XML exhibits. A detailed filing index is provided, listing each filings CIK, form type, accession number, report date, and URL.

提供机构:
DenyTranDFW
搜集汇总
数据集介绍
DenyTranDFW/Ford_Credit_Auto_Owner_Trust_2022_C_1944485 数据集图片
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)强制性披露规定,专注于福特信贷汽车所有者信托2022-C(Ford Credit Auto Owner Trust 2022-C)的资产层面数据。构建方式是通过系统性地从该信托在SEC EDGAR系统提交的XML展品中提取贷款级或资产级信息,并将这些结构化数据转化为Parquet格式文件。共计45份申报文件被收录,每份文件对应一个特定的报告周期,数据集以访问编号(accession number)无横线版本为目录名,内部按展品名称组织Parquet文件,同时从XML中提取报告周期结束日期作为时间标识,确保了数据的时序完整性与可追溯性。
使用方法
该数据集以Parquet格式存储,用户可通过Python中的Pandas、PyArrow等数据处理库直接读取与操作。文件按`{accession_nodash}/{exhibit_name}.parquet`的路径结构组织,便于按申报批次或展品类型进行检索。利用报告周期结束日期(reportingPeriodEndingDate)字段,可对数据进行时间序列分析,追踪资产池的动态演变与违约表现。此外,数据集中的申报索引表提供了CIK、表格类型、报告日期及SEC官方链接,研究人员可借此验证数据源或补充上下文信息,从而开展从底层贷款表现到证券化产品定价的多维度实证研究。
背景与挑战
背景概述
福特信贷汽车所有者信托2022-C(Ford Credit Auto Owner Trust 2022-C)数据集由美国证券交易委员会(SEC)根据ABS-EE规则所发布,涵盖了自2022年8月至2026年3月期间45份资产层面的定期申报文件。该数据集以Parquet格式存储,总容量达131.7 MB,其核心研究问题聚焦于资产支持证券(ABS)底层贷款的微观结构特征与动态表现。作为福特信贷旗下专注于汽车贷款的证券化载体,这一数据集为解析次贷风险、贷款池信用质量演变以及结构化产品现金流建模提供了系统性的数据基础。其在金融数据开放运动与监管科技领域具有标杆意义,推动了资产证券化市场的透明度提升与量化分析范式的革新。
当前挑战
该数据集所解决的领域核心挑战在于,传统ABS信息披露模式中资产层面数据的缺失与异构性问题,使得投资者难以对贷款组合进行逐笔风险评估与违约概率建模。在构建过程中,面临的主要技术挑战涵盖:一是将SEC EDGAR系统中非结构化的XML附件内容转化为结构化Parquet文件,需处理复杂的标签嵌套与数据格式变异;二是确保45份跨期申报文件间的时间序列一致性,精准对齐报告期终了日期并消除数据碎片化;三是维护大规模贷款级数据在压缩存储与高效查询之间的平衡,避免因数据量大而导致的性能瓶颈。这些挑战的化解为金融风控与自动化监管合规扫清了关键障碍。
常用场景
经典使用场景
在资产证券化研究领域,Ford Credit Auto Owner Trust 2022-C 数据集为学者提供了一份珍贵的微观金融档案。该数据集记录了从2022年8月至2026年3月期间,福特汽车信贷自动所有者信托2022-C系列的全部45份SEC ABS-EE监管备案文件,涵盖每笔贷款的逐笔资产层面数据,并以高效易用的Parquet格式存储。研究者可借此深入剖析汽车贷款支持证券的底层资产池特征,包括贷款的信用分布、还款行为模式以及资产池的动态演化过程,从而构建更为精细的违约预测模型与现金流分析框架。
解决学术问题
该数据集的问世,有效解决了传统资产证券化研究中普遍面临的数据粒度粗放与透明度不足的学术困境。在过往研究中,受制于汇总层面的数据披露,学者难以捕捉单笔贷款的异质性风险及其对证券分层结构的冲击。借助此数据集,研究者能够系统性地检验贷款发起标准、借款人信用特征与资金池表现之间的复杂关联,量化提前还款与违约风险的驱动因素,进而评估结构化产品的信用增级机制是否充分。这些研究不仅提升了学界对汽车ABS风险传染路径的理解,也为监管机构完善信息披露规则提供了实证基础。
实际应用
在实际应用中,该数据集为华尔街金融机构与风险管理从业者开辟了全新的分析维度。投资经理可利用资产层面的逐笔贷款明细,对Ford Credit Auto Owner Trust 2022-C的信用风险敞口进行实时压力测试,识别潜在的早偿或违约信号,从而优化投资组合配置策略。评级机构则能借此校准其评级模型,更精准地评估各档债券的信用等级。此外,金融科技公司可基于该数据集训练机器学习模型,开发自动化ABS定价工具,提升二级市场交易的效率与透明度。
数据集最近研究
最新研究方向
在资产证券化(ABS)领域,福特信贷汽车所有权信托2022-C数据集为研究汽车贷款支持证券的微观结构提供了罕见的全景式数据资产。该数据集涵盖了从2022年8月至2026年3月的完整报告周期,包含45份SEC ABS-EE备案文件及其细粒度的贷款层面Parquet文件,揭示了每一笔基础资产的逐期表现。当前前沿研究聚焦于利用此类高频资产级数据,结合机器学习模型预测提前偿付与违约风险,并探索宏观经济波动对汽车ABS现金流的影响。同时,该数据为监管科技(RegTech)应用提供了测试基准,助力提升资产支持证券市场的信息透明度与定价效率,对理解后疫情时代消费者信贷行为演变具有重要实证价值。
以上内容由遇见数据集搜集并总结生成
二维码
社区交流群
二维码
科研交流群
商业服务