意风险积累，特别是地方平台贷款比例上升。”
一圈下来，所有人观点一致：乐观为主，最低预估也有7.2%。
轮到自由讨论环节。
陈帆抬起手。
有人扭头看他，眼神带着疑惑。一个戴眼镜的中年男问：“你是哪个部门的？”
“实习生。”他说，“但我有不同看法。”
会议室安静了几秒。
林国栋没阻止，只轻轻点了下头。
陈帆站起身，将笔记本接到投影仪。画面切换，出现一张简洁的折线图。他指着那条红色虚线：“我认为，本季度信贷增长会显著低于预期，最终落在4.8%左右。”
有人笑了。
“4.8%？”研究部主任皱眉，“这个数字怎么来的？模型？样本量多少？训练周期多长？”
“不是神经网络。”陈帆答，“是基于回归分析的结果。输入变量只有三个：工业增加值同比变化、央行基础货币净投放量、以及过去三个月平均贷款审批时长。”
“这些数据你从哪获取的？”另一个人问。
“财政公报、人民银行公开数据、再加上我跟踪的五家重点分行审批记录抽样。”
“抽样？”风控主管冷笑，“你就靠几个分行的数据做全国推断？太主观了吧。”
“主观不主观，看相关性。”陈帆调出另一张图表，“过去八个季度，这三个变量与实际信贷增量的相关系数为0.81。模型回测误差不超过0.3个百分点。”
他顿了顿，“现在的情况是，工业增加值连续两个月下滑，基础货币投放趋缓，而审批周期明显拉长——这三点都在指向信贷扩张动能减弱。”
“可我们看到的是项目申报激增！”研究部主任提高音量，“各地都在报新计划，银行排队放款都来不及，你怎么得出收缩结论？”
“申报不等于落地。”陈帆说，“资金拨付进度滞后于立项速度。一季度财政支出增速只有2.1%，远低于国民经济产量名义增速。这意味着很多项目还没拿到钱，银行自然无法放贷。”
会议室再次安静。
有人低头翻资料，似乎在核对数据。有人交换眼神，神情复杂。
林国栋一直没说话。他靠在椅背上，指尖轻轻敲着桌面。
片刻后，技术部的一位工程师开口：“你说的审批周期……能不能具体解释一下？”
“我统计了华东六家分行的平均处
…。。