文章来源：粉丝投稿；作者：常流水； 原文标题：《大数据模型让基层行成了惊弓之鸟》
普惠贷款高歌猛进的背后，银行员工和贷款中介都在经历什么？
一、贷款中介违规乱象：风险暗涌
以某国有银行为例，在 “会董你”APP业务开展过程中，贷款中介的违规操作已成为不容忽视的隐患。部分中介通过多种不正当手段为客户提升贷款额度，例如：
1.虚假流水操作：他们指导客户在特定时段频繁地在账户间转入转出资金，制造虚假交易流水，使一些实际经营不善、现金流不稳定的企业在申请贷款时，得以在银行系统中获得虚高的评分，进而骗取更高额度。
2.篡改纳税记录：某些不法中介运用非法技术手段，肆意篡改企业纳税额等数据，让纳税水平原本较低的企业摇身一变，看似符合高额贷款要求，实则极大地增加了银行的坏账风险。
3.关联公司违规申请：先精心打造A公司的良好数据形象，如流水信息等，随后安排BCDFG等关联公司绑定A公司手机号，凭借A公司的优质数据表象申请贷款，套取高额资金。
二、大数据模型应用之殇：基层承压
当下，大数据模型在业务中的应用似乎有些 “过犹不及”。线上业务的蓬勃发展不应以牺牲线下的精准判断为代价，过度依赖大数据模型而忽视人为干预的力量，实则是一种 “懒政、惰政” 行为。正如一位黑龙江的干部所讲，线上业务的归途，一定是线下。尽信线上，不如没有线上。而另一番，一些顶层设计的干部，只会夸夸其谈，中Y说啥他说啥，吹拉弹唱一句错话没有，到解决问题的时候就装聋作哑，跟躲猫猫一样“看不见我，看不见我”。
三、普惠金融业务策略反思：精准投放
普惠金融 “千企万户大走访” 活动的出发点固然值得肯定，但其执行过程中的 “大水漫灌” 式信贷投放策略值得商榷。早已经不存在融资难、融资贵的问题了，是基层难、基层跪。在当前经济形势下，振兴出口与消费才是亟待解决的关键问题，单纯依靠大规模信贷投放，会造成资源的错配与浪费。这就好比给已经饱腹之人强行投喂大量食物，不仅难以被吸收，还会增加不必要的成本负担，而最终承担这些成本的往往是基层行。这到底是谁在感冒，而谁在吃药？
“到底是创新滑铁卢了，还是你学费没交够，没那两下子，就别玩纯信用了，适当增加押品也行。”
