浮点数无法精确表示十进制金额，会导致高频大额结算中误差累积引发严重资损；其二进制表示本质与货币十进制属性冲突，0.1等数在二进制中为无限循环小数，造成底层表示失真；多层分账、跨系统协同时精度污染不可逆，且违反金融监管对数值精确性与运算一致性的强制要求。
因为浮点数无法精确表示十进制金额，哪怕微小误差在高频、大额、多层结算场景下也会被放大成严重资损。
浮点数天生不匹配货币的数学本质
float 和 double 是二进制浮点数，遵循 IEEE 754 标准。而货币是十进制概念——1 元 = 100 分，所有运算必须满足“可预期、可验证、可对账”的确定性。0.1 在二进制中是无限循环小数（类似十进制里的 1/3），只能近似存储。一次加法就可能产生 0.30000000000000004 这样的结果，这不是四舍五入，是底层表示失真。
大额清算会把误差滚雪球式放大
- 单笔订单含 5 个商品，每项价格用 double 计算折扣、满减、运费分摊，每步都引入纳秒级偏差；
- 日均百万订单，误差在加总、分账、T+1 对账时累积，可能造成万元级账目缺口；
- 跨渠道分润（平台、商家、服务商、物流）涉及多轮拆分与回传，浮点误差会像“蝴蝶效应”一样扩散，最终导致某一方账平但总额不平。
系统间协同时精度污染不可逆
即便你用 double 存储，只要和外部系统交互，风险就已埋下：
- 银行接口返回的金额是字符串或 DECIMAL，你用 double 接收再参与计算，等于主动丢弃精度；
- 不同语言服务混部（Java + Python + Go），各自 float 实现略有差异，同一笔交易在不同节点计算结果不一致；
- 审计或司法取证要求“全程可追溯”，而浮点运算无法还原原始十进制语义，连“这笔钱到底该是 99.99 还是 99.99000000000001”都无法定论。
合规与风控根本不给容错空间
央行《金融行业信息系统安全等级保护基本要求》和银保监《商业银行信息科技风险管理指引》明确要求：资金类字段必须保证“数值精确性与运算一致性”。一次因 float 导致的对账失败，轻则触发人工核查停机，重则被认定为内控缺陷，影响支付牌照续展或等保测评结果。
