一篇即将发表于 Journal of Finance 的论文——这是金融经济学领域最具声望的同行评审期刊之一——提出了一种利用计算语言学、并应用于上市公司季度财报电话会议纪要的全新方法，用于量化企业层面的网络风险暴露。该研究由 Rustam Jamilov、Hélène Rey 和 Ahmed Tahoun 合著，全文可在此查看。

研究人员的数据集涵盖了来自90多个国家的14,000多家公司，时间跨度为2003年至2025年——这一时期包括企业网络威胁演变中的多个重要阶段，从早期大规模数据泄露到勒索软件和国家支持的入侵兴起。为了验证其基于计算语言学的衡量指标，作者同时采用了人工审计员和大型语言模型。

该论文提出了若干关于网络风险暴露财务影响的重要发现。作者指出，网络风险暴露会显著影响股票回报和企业利润，在期权市场中被计入定价，能够预测真实网络攻击，并且会从单个公司层面向更广泛的行业层面传播。根据粗略估算，研究人员将全球网络风险暴露的年成本估计为约1万亿美元——这一数字高于许多单个经济体的年度GDP。

作者在摘要中写道："This paper uses computational linguistics to introduce a novel measure of firm-level cyber risk exposure based on the quarterly earnings calls of listed firms. Our measure covers more than 14,000 firms from over 90 countries between 2003 and 2025."

在 Marginal Revolution 上，作者强调了市场对网络风险定价这一发现的重要性，并指出这一点不应被轻易忽视。该文章提出了若干解释性问题：近期市场下跌是否可以归因于更高的感知网络风险，这些下跌的分布是否与这一假设一致，以及数据是否甚至显示出与该假设相反的情况——即拥有最强潜在网络防御能力的公司是否反而承受了最大损失。文章还提出，在当前环境下，估算的1万亿美元年成本是否已经上升。

原文最初发布于 Marginal Revolution。