remittance-pricing-panel

该数据集记录了跨境汇款定价，涵盖九个主要汇款通道。每个通道每天多次采集报价，每个采集回合覆盖 8 到 22 个提供商，包括 Wise、Western Union、PayPal、Xoom、WorldRemit、Instarem 以及多家零售银行。数据字段包括汇率、费用、实际到账金额，以及相对于该回合最佳报价的差距。数据集旨在提供高频的提供商定价记录，弥补世界银行季度调查的不足。数据规模约为 10,000 到 100,000 行，目前仅包含 2026 年 8 月 25 日至 31 日的固定 7 天样本作为预览，完整历史数据可通过请求获取。数据集包含两个表格：e13_remittance_quotes（报价详情）和 e0_run_manifest（采集窗口元数据）。数据来源为 Wise 的比较服务，可能存在偏见，但通过 is_wise_own_quote 字段标记自身报价。适用于时间序列预测、汇款市场分析、定价比较等任务。许可证为 ODC-BY。This dataset records cross-border remittance pricing, covering nine major remittance corridors. Quotes are collected multiple times per day for each corridor, with each collection round covering 8 to 22 providers, including Wise, Western Union, PayPal, Xoom, WorldRemit, Instarem, and multiple retail banks. Data fields include exchange rates, fees, actual amount received, and the gap relative to the best quote in the round. The dataset aims to provide high-frequency provider pricing records, addressing the limitations of the World Banks quarterly surveys. The data size is approximately 10,000 to 100,000 rows, currently only containing a fixed 7-day sample from August 25 to 31, 2026 as a preview; full historical data is available upon request. The dataset consists of two tables: e13_remittance_quotes (quote details) and e0_run_manifest (collection window metadata). The data source is Wises comparison service, which may have bias, but its own quotes are marked via the is_wise_own_quote field. It is suitable for tasks such as time series forecasting, remittance market analysis, and pricing comparison. License: ODC-BY.

原始信息汇总

Cross-border remittance pricing 数据集概述

基本信息

• 数据集名称：Cross-border remittance pricing（跨境汇款定价）
• 许可证：ODC-BY（允许自由使用，需注明来源 "DataForge (dataforge-labs)"）
• 数据集规模：10K < n < 100K 行
• 任务类型：时间序列预测（time-series-forecasting）
• 标签：汇款、汇率、金融科技、支付、银行、外汇、时间序列、金融

数据内容

该数据集记录了九大主要汇款通道的跨境汇款成本，每个提供商每天多次报价。每轮采集覆盖每个通道的 8 至 22 家提供商，包括 Wise、Western Union、PayPal、Xoom、WorldRemit、Instarem 及多家零售银行。

数据表结构

表名	说明
e13_remittance_quotes	每个提供商在某个通道的一次报价：汇率、费用、实际到账金额、与该轮最优报价的差额
e0_run_manifest	每个采集窗口的元数据：轮询次数、失败次数、覆盖率统计

数据特点

• 高频率采集：世界银行仅按季度调查汇款价格，而本数据集提供高频价格记录，报价变化远快于季度频率
• 同通道最优与最差报价之间的差距在 2.5% 至 8.8% 之间（因通道而异）
• 数据以 Parquet 格式分区存储，按采集窗口分区（dataset/YYYY/MM/）

使用注意事项

1. 数据来源偏见：数据来源于 Wise 自家的公开比价服务，提供商的选择由 Wise 决定，且其报价可能存在滞后，数据发布方有明显展示自身价格优势的动机。但数据中包含 is_wise_own_quote 字段标记 Wise 自身报价，且实际数据显示 Wise 并非总是最低价（首轮数据显示其在 USD 至 MXN 通道比 Xoom 贵 3%）
2. 计算方式：shortfall_vs_best_pct 是在同一采集轮次内计算的，比较的是同一时刻的报价而非日基准
3. 数据范围：当前仓库仅包含 7 天固定样本（2026-08-25 至 2026-08-31），完整历史数据需另行申请获取
4. 数据缺口：采集窗口之间的间隔是真实的，无法事后填补，数据无插值处理

访问方式

可通过 Hugging Face datasets 库下载，支持按表选择下载，示例如下：

python from huggingface_hub import snapshot_download import pandas as pd, glob

path = snapshot_download("dataforge-labs/remittance-pricing-panel", repo_type="dataset", allow_patterns="e13_remittance_quotes/") df = pd.concat(map(pd.read_parquet, glob.glob(f"{path}/e13_remittance_quotes//*.parquet", recursive=True)))

完整历史数据可通过数据集的讨论区（discussions tab）联系获取。

搜集汇总

数据集介绍

构建方式

该数据集聚焦于跨境汇款定价领域，通过对照服务实时采集各汇款通道与机构的报价数据，构建了包含汇率、费用及实际到账金额的逐笔报价面板。数据按时间窗口分区存储于Parquet文件中，每个窗口对应一次采集周期，记录某一时刻特定通道的报价快照。数据集覆盖全球主要汇款走廊及欧洲内部银行定价差异显著的路由，采集频率和覆盖范围随源服务提供商所列竞争机构数量的变化而动态调整。当前发布版本为固定的7天样本（2026-08-25至2026-08-31），完整历史数据以私有形式存续，需另行申请获取。

特点

该数据集以离散报价而非聚合均值为核心，精准呈现了汇款服务实时价格的真实波动，每个记录精确到单一提供商与通道的匹配关系。其独特之处在于强调到账金额而非单纯费率，因为不同机构对费用与汇率的拆分逻辑差异显著，仅比较费率极易产生误导。数据源由某家被比较的提供商运营，导致竞争报价存在潜在滞后和展示偏好，这种偏差虽恒常却可见。此外，报价为指示性数据，实际交易可能因限额或验证步骤而不同，且覆盖率随时间动态变化，数据集对采集窗口间的空缺明确标注，绝不进行插值补全。

使用方法

使用者可通过HuggingFace的snapshot_download接口下载指定样本数据，利用Pandas的read_parquet功能便捷地加载所有Parquet分区文件，构建时间序列数据框。该数据集适用于时间序列预测任务，可分析汇款价格的动态演变趋势。元数据清单e0_run_manifest提供了每个采集窗口的轮询次数与失败数量，有助于评估数据质量与采集过程的可靠性。对于需要完整历史数据的研究，可通过数据集讨论区向维护者申请访问权限，以满足更深入的建模与分析需求。

背景与挑战

背景概述

跨国汇款是全球金融体系中的重要组成部分，其定价的透明度与公平性对消费者权益和金融普惠具有深远影响。然而，传统上公布的跨境汇款价格往往为定期汇总数据，缺乏实时性和个体细粒度，难以准确反映市场真实状况。为弥补这一空白，DataForge实验室于近期构建了‘remittance-pricing-panel’数据集，旨在系统性记录各汇款通道及服务提供商在特定时刻提供的实际报价，涵盖费率、费用及最终到账金额等关键指标。该数据集由DataForge团队创建，覆盖二十条主要汇款走廊，并特别纳入欧洲内部银行定价差异显著的通道，其研究核心在于揭示跨境汇款的实际成本结构，为金融监管、消费者选择及学术研究提供了宝贵的一手资料。自发布以来，该数据集凭借其独特的时间序列特性和细粒度的报价信息，有望成为汇款定价研究领域的重要参考基准，推动相关领域对价格透明度和市场竞争力的深入探讨。

当前挑战

该数据集在构建和应用过程中面临多重挑战。首先，数据来源为参与比较的服务商之一，其竞争对手的报价可能存在滞后，且发布方具有自身利益倾向，可能导致数据存在系统性偏差，尽管该偏差较为恒定且透明，但要求使用者在分析时予以审慎考虑。其次，所有报价均为指示性数据，实际转账可能因服务商的限制条件或验证步骤而有所差异，这削弱了报价与最终交易价格之间的直接对应关系。此外，数据覆盖范围随时间动态变化，不同通道的竞争者数量各异，且采集窗口之间存在无法填补的空白，任何缺失数据均不可事后插补，这要求研究者在进行时间序列分析时，必须处理非均衡面板数据带来的统计复杂性。最后，数据集当前仅提供固定7天的样本，完整历史数据需另行申请，这在一定程度上限制了广泛研究的即时可用性，但同时也确保了数据质量的严谨性。

常用场景

经典使用场景

该数据集以跨境汇款定价为核心，系统记录了二十条主要汇款走廊中服务商针对不同币种和金额区间提供的实时报价，涵盖汇率、手续费及最终到账金额等关键指标。其精细的时间序列结构为研究全球汇款市场价格动态、提供商定价策略差异以及汇率传导效率提供了宝贵的数据基础。研究者可借助本数据探索各国监管框架下汇款成本的构成因素，或构建模型预测特定走廊的定价趋势，从而揭示跨境支付市场中信息不对称与竞争格局的深层规律。

衍生相关工作

围绕该数据集，可衍生出多项前沿研究，例如构建基于机器学习的汇款价格预测模型，利用历史报价特征预测未来到账金额的波动区间；开发自然语言处理工具自动提取汇款条款中的隐性费用，并结合价格面板数据构建全面的成本指标体系。此外，该数据还能支撑关于汇率风险传导、金融科技冲击对银行汇款定价影响的实证分析，以及与官方统计数据的对比研究，从而揭示定期聚合统计数据与实际市场报价之间的系统性偏差，改进国际汇款成本的测量方法。

数据集最近研究

最新研究方向

跨境汇款定价面板数据集聚焦于实时报价的细粒度采集，突破了传统汇总统计的局限，为国际支付领域的费率结构研究提供了前所未有的微观视角。当前前沿方向集中于利用该时间序列数据构建预测模型，以解析汇率波动与手续费动态调整之间的关联机制，进而评估金融科技平台对传统银行汇款市场的竞争性冲击。此外，该数据集对揭示跨境支付中的隐性成本、促进价格透明度及推动监管政策优化具有重要意义，为普惠金融和全球资金流动效率的提升奠定了数据基础。