remittance-pricing-panel

该数据集提供了跨境汇款定价的高频记录，覆盖九个主要汇款走廊，每个走廊包含8至22个提供商（包括Wise、Western Union、PayPal、Xoom、WorldRemit、Instarem以及多家零售银行）。数据每日多次采集，记录每个提供商在特定走廊的汇率、手续费以及实际到账金额。数据集由两个表组成：'e13_remittance_quotes' 表存储每个提供商在每个轮次中的报价详情（汇率、费用、到账金额、与最优报价的差距）；'e0_run_manifest' 表记录每个收集窗口的轮询次数、失败次数和覆盖统计。数据规模在1万到10万行之间，适用于时间序列预测、金融科技分析、汇款市场研究等任务。数据以Parquet格式存储，按日期分区。注意：数据来源为Wise的公共比较服务，存在潜在偏差，但数据集已标记Wise自己的报价，且短fall_vs_best_pct仅在同时报价的提供商之间比较。This dataset provides high-frequency records of cross-border remittance pricing, covering nine major remittance corridors, each with 8 to 22 providers (including Wise, Western Union, PayPal, Xoom, WorldRemit, Instarem, and multiple retail banks). Data is collected multiple times daily, recording exchange rates, fees, and actual amount received for each provider in a specific corridor. The dataset consists of two tables: e13_remittance_quotes stores details of each providers quote in each round (exchange rate, fees, amount received, gap from best quote); e0_run_manifest records the number of polls, failures, and coverage statistics for each collection window. The data size ranges from 10,000 to 100,000 rows, suitable for time series forecasting, fintech analysis, remittance market research, etc. Data is stored in Parquet format, partitioned by date. Note: The data source is Wises public comparison service, which has potential biases, but the dataset has marked Wises own quotes, and the fall_vs_best_pct is only compared among providers quoting simultaneously.

原始信息汇总

跨境汇款定价数据集

数据集概述

本数据集记录了九个主要汇款走廊（corridor）中，各服务提供商在一天内多次报价的跨境汇款成本。每轮采集覆盖每条走廊8至22家提供商，包括Wise、Western Union、PayPal、Xoom、WorldRemit、Instarem以及多家零售银行，记录了汇率、手续费和实际到账金额。同一笔转账的最差与最佳报价之间的差异根据走廊不同在2.5%至8.8%之间波动。

数据内容

表名	行含义
e13_remittance_quotes	某提供商在某条走廊的报价：汇率、手续费、到账金额、与当轮最佳报价的差距
e0_run_manifest	一次采集窗口的元数据：采集次数、失败次数、覆盖率计数

数据来源与局限性

• 数据来源于Wise自身的公开比价服务，竞争者的收录由Wise决定，部分竞争者的报价可能存在滞后（可参考date_collected字段），且发布方存在展示自身价格优势的动机。该偏差至少是持续且可见的，is_wise_own_quote字段标明了Wise自身的报价行。
• 尽管存在上述偏差，但数据也显示Wise并非总是胜出，例如首轮采集中Wise在美元兑墨西哥比索走廊上比Xoom贵3%。
• 互联网档案馆（Wayback Machine）保留了2022年以来Wise比价页面和至少一个比价API的零星快照，但这些是分散的单点数据而非面板数据。
• shortfall_vs_best_pct字段基于同一采集轮次内计算，因此比较的是同一时刻的报价，而非与每日基准的对比。

数据格式与访问

• 数据以Parquet格式分区存储，每个采集窗口一个文件，路径为dataset/YYYY/MM/。
• 仓库保留最近7天的面板数据窗口，完整历史数据由发布方私有保存。
• 数据集提供Python代码示例，用于通过huggingface_hub下载并读取所有报价数据。

覆盖说明

e0_run_manifest表完整发布所有采集窗口及其采集次数和失败次数。窗口间的数据空缺是真实存在的，无法事后填补，且数据中没有任何插值处理。

许可与联系方式

• 许可证：ODC-BY（开放数据共享署名许可），可自由使用，需署名"DataForge (SleeveZipper)"。
• 如需获取完整历史数据的疑问和请求，可通过讨论区（discussions tab）联系。

搜集汇总

数据集介绍

构建方式

该数据集源于对跨境汇款定价领域高频数据缺失的深刻洞察。研究者发现，世界银行虽按季度进行神秘顾客调查，但汇款报价的变动频率远高于此，导致市场定价透明度不足。为填补这一空白，数据集构建者利用Wise公司公开的比较服务，对九个主要汇款走廊进行每日多次的实时抓取，每次采集涵盖8至22家服务提供商，包括Wise、Western Union、PayPal、Xoom、WorldRemit、Instarem及多家零售银行。每一轮采集记录各提供商的汇率、手续费及实际到账金额，并计算与同轮最优报价的差额。数据以Parquet格式按采集窗口分区存储，并提供包含轮次、轮询计数及失败计数在内的运行清单，确保数据来源的透明性与可追溯性。

特点

该数据集的核心特点在于其高频率与细粒度的定价记录，提供了跨九个主要汇款走廊的提供商级实时报价，弥补了传统季度调查的时效性不足。数据集中每条记录不仅包含汇率与手续费，还计算了同一轮次内与最优报价的差距，该差距在不同走廊间介于2.5%至8.8%之间，突显了市场价格离散度。此外，数据集明确标记了数据来源（Wise自身的比较服务）及其潜在偏差，并提供了`is_wise_own_quote`字段以区分Wise自身的报价，增强了数据的可用性与可信度。数据集的覆盖范围以清单形式完整呈现，未经过任何插值处理，确保了数据真实性与完整性。

使用方法

该数据集适用于时间序列预测、金融定价分析及跨境支付市场研究等领域。用户可通过Hugging Face Hub下载公开的固定7天样本（2026-08-25至2026-08-31），以检查数据结构与覆盖质量。完整历史数据未公开，但可通过数据集讨论区申请获取。使用示例提供了Python代码，利用`huggingface_hub`库的`snapshot_download`函数下载数据，并通过`pandas`读取Parquet文件。注意，样本数据集不会更新，重复下载无益，而完整数据集并非连续无间隙，缺失窗口无法事后填补，分析时需考虑此特性。数据遵循ODC-BY许可，使用时应标注来源。

背景与挑战

背景概述

跨境汇款作为国际金融体系的重要组成部分，其定价机制长期缺乏透明性，传统上依赖世界银行等机构进行的季度性调查难以捕捉瞬息万变的市场动态。该数据集由DataForge（SleeveZipper）于近期创建，围绕九大主要汇款走廊，以每日多次的高频频率记录各服务商（包括Wise、Western Union、PayPal、Xoom、WorldRemit、Instarem及多家零售银行）的报价、费率、手续费及实际到账金额，填补了该领域高频公共数据集的空白。其核心研究问题在于揭示跨境汇款成本的动态变化与竞争格局，为消费者选择、政策制定及金融科技研究提供数据基础。该数据集的发布为国际汇款市场研究提供了前所未有的粒度，有望推动相关领域从静态分析向动态监测转型，对跨境金融监管、普惠金融及市场竞争分析具有重要参考价值。

当前挑战

该数据集所解决的领域问题在于跨境汇款定价的极端不透明性——同一汇款业务的最佳与最差报价差异可达2.5%至8.8%，而传统季度调查无法反映快速变动的费用与汇率，导致消费者难以做出最优选择，也阻碍了监管机构对市场效率的评估。构建过程中面临多重挑战：数据源依赖Wise的公开比价服务，其竞争对手列表由Wise决定，且报价可能存在滞后，同时发布方存在主观偏置（尽管数据中标记了Wise自身报价，且实际数据曾显示Wise在个别走廊落后于竞争对手）；此外，历史数据仅能通过Wayback Machine获取零星快照，缺乏连续性，而数据采集窗口间的真实间隙无法事后填补，需保证无插值处理，这些因素均对数据集的完整性、代表性和可靠性构成显著挑战。

常用场景

经典使用场景

该数据集以跨境汇款定价为核心，记录了九条主要汇款走廊中多家服务商的高频报价，涵盖汇率、手续费及实际到账金额。其经典研究场景在于构建时间序列模型，分析汇款成本的动态变化，并比较不同服务商（如Wise、Western Union、PayPal等）的定价策略。凭借每轮采集8至22家服务商的数据，研究者可深入探索市场波动对汇款价格的影响，以及最优报价与最差报价间的价差规律，为金融科技和支付领域的实证研究提供了丰富的数据基础。

解决学术问题

该数据集的问世填补了跨境汇款定价高频记录缺失的空白，解决了传统世界银行季度调查无法捕捉价格快速变动的问题。它使研究者能够量化同一汇款走廊内不同服务商间的价格离散度，揭示市场效率与信息不对称现象，从而探讨价格竞争机制、消费者选择行为以及监管政策的有效性。通过高频面板数据，学术研究可更精确地评估汇率波动和手续费结构对汇款成本的实际影响，推动了国际金融和微观市场结构领域的理论发展。

衍生相关工作

基于该数据集，衍生出多项前沿研究工作。一方面，研究者构建了汇款价格预测模型，结合机器学习算法探索汇率和费率的影响因素；另一方面，利用面板数据开展服务商定价行为分析，识别价格领先与跟随策略。此外，数据集推动了金融科技领域的基准研究，例如构建汇款成本指数，并用于评估各国在联合国可持续发展目标下降低汇款成本的进展。这些工作不仅深化了学术理解，也为行业实践提供了方法论指导。