Деятельность игоря кратко: Игорь , история жизни, значимые события и заслуги

Содержание

Игорь , история жизни, значимые события и заслуги

Правление князя Игоря

После смерти Рюрика власть перешла к князю Олегу от имени Игоря в связи с его малолетством. Игорь уважительно относился к своему дяде и не претендовал на власть, пока тот был жив. В 903 году князь Игорь женился на девушке Ольге. Принято считать, что она была родом из Пскова.

В 912 году, со смертью князя Олега, Игорь стал полноправным правителем Руси. Первые его шаги в качестве князя были связаны с войной. Первое самостоятельное действие его было направлено на подавление восстания древлян, которые попытались выйти из-под власти киевского князя.

Походы князя Игоря

После победы над древлянами Игорь продолжил свои военные походы. Главными врагами Киева были печенеги. Они двигались на запад, заняли низовья реки Днепр и, по сути, лишили Русь удобных торговых путей. Именно здесь проходил известный путь «из варяг в греки». Борьба Игоря с печенегами проходила с переменным успехом.

В 913 году на пятистах ладьях войска Игоря отправились в поход на Каспийское море. По договоренности с хазарами они должны были отдать половину добычи хазарскому кагану. Русские дружины дошли до территории современного Баку. Добыча была огромной, ее половину надо было отдать на обратном пути хазарам, но те захотели забрать все. В трехдневной битве часть русской рати была истреблена.

В 941 году Игорь объявил войну Византии. После походов Олега прошло много лет, и Византия посчитала себя свободной от предыдущих договоров. Князь Игорь собрал большое войско (около 40 тысяч человек), количество же кораблей Игоря, по византийским подсчетам, достигало десяти тысяч.

Первый поход был неудачным. Защитники Константинополя применили греческий огонь (специальная горючая смесь), забросав им русские корабли. Армия, пораженная этим оружием, вернулась в Киев.

Новый поход на Византию состоялся в 943 году. В этот раз Игорь привлек к боевому походу наемные отряды из печенегов и варягов. Греки отказались от боевых действий и предложили завершить противостояние новым мирным договором. Условия договора князь обсудил с дружиной, и он был принят. Больше на Византию Игорь не ходил.

Конец правления князя Игоря

Согласно летописям, осенью 945 года князь Игорь отправился с дружиной в свой последний поход. После сбора дани с древлян, по пути в Киев Игорь неожиданно решил собрать еще немного дани именно для себя. С малой дружиной он вышел в поход. Возле столицы древлян Искоростеня он был убит возмущенными древлянами. Там же был похоронен. На этом и завершилось правление князя Игоря.

Правление князя Игоря Рюриковича

Правление князя Игоря Рюриковича на киевском престоле началось в 912 г., после смерти великого князя Олега. Попытка древлян выйти из-под власти великого князя была жестоко пресечена Игорем и привела к увеличению размера податей. Позже древлянская дань стала наградой воеводе Свенельду за покорение племени уличей. Внутренняя политика князя Игоря была основана на жестком подавлении недовольства подвластных Киеву племен.

913 г. ознаменовался походом в прикаспийские земли. Игорь с дружиной взял большую добычу. Но путь к Каспию лежал через владения хазар. Каган пропустил войско за обещание половины всей добычи, что возьмут русы. Но на пути обратно хазары завладели всей добычей, истребив большую часть войска Игоря.

Игорь стал первым из русских князей, которому пришлось столкнуться с ордами кочевников. Печенеги начали тревожить приграничные земли Киевской Руси в конце 9-го в. В 915 г. Игорь заключил с кочевниками мирный договор, который соблюдался пять лет. Как правило, кочевники-печенеги держали сторону греков, но в 944 г. выступили в качестве союзников киевского князя Игоря против них.

Внешняя политика Игоря была продиктована стремлением создать наиболее выгодные условия торговли для русских купцов. В 941 г. Игорь, как и до него Олег, совершил поход на Византию, оказавшийся крайне неудачным. Дунайские болгары предупредили императора Византии о наступлении врагов, и он встретил войско Игоря множеством снаряженных кораблей и «греческим огнем». Поражение было сокрушительным. Через несколько лет, в 944 г., Игорь попытался стереть позор поражения. Он нанял печенегов и двинулся в греческие земли. Император предпочел уйти от столкновения, преподнеся Игорю богатые дары. Через год был заключен мирный договор с Византией.

Игорь, будучи в летах, поручил полюдье своему воеводе Свенельду. Это пришлось не по нраву дружинникам князя, вызвало ропот и стало причиной самостоятельного похода Игоря на древлян. Собрав дань, князь двинулся в Киев, но, пройдя полпути, вернулся с малой дружиной: решил, что мала дань. Это предопределило гибель Игоря от рук древлян. Убийство древлянами князя Игоря было крайне жестоким. Есть сведения о том, что князь был привязан к склоненным к земле стволам деревьев и разорван ими на части.

Говоря о краткой биографии князя Игоря, стоит упомянуть о его жене — княгине Ольге. Решительная, наделенная умом и хитростью Ольга впоследствии жестоко отомстила за свершенное древлянами убийство своего мужа. Этот кровавый эпизод сделал князя Игоря и княгиню Ольгу одними из наиболее известных правителей в русской истории. Княгиня Ольга стала править при малолетнем сыне и была названа потомками «устроительницей земель русских».

Правление князя Игоря (кратко) |

 /   / 

Правление князя Игоря (кратко)

Князь Игорь Рюрикович начал своё правление на киевском престоле в 912 году, сразу же после кончины великого князя киевского Олега Вещего. Попытка племени древлян стать независимыми от власти Киева была жёстко пресечена новым князем и стала причиной увеличению размера дани. Спустя некоторое время дань, собираемая от племени древлян становится наградой Свенельду (княжескому воеводе) за то, что ему удалось покорить племя уличей. Вся внутренняя политика князя Игоря основывалась на подавлении различных недовольств племён славян, которые были подвластны Киеву.

Спустя год после начала княжения Игорь отправляется в военный поход в прикаспийскую землю. В результате данного мероприятия княжеская дружина взяла большую добычу, однако путь к Каспию пролегал через хазарские владения. Каган согласился пропустить киевского князя за половину добычи, но по пути обратно он напал на войско и перебил большую часть войска, завладев всей добычей.

Кроме того, именно Игорь становится первым русским князем, которому приходится столкнуться с проблемой набегов кочевников. Печенеги стали регулярно нападать на приграничные территории Киевской Руси в конце девятого века, а уже в 915 году киевский князь сумел заключить с ними мир на пятилетний срок. Обычно печенеги принимали сторону греков, но в 944 году они выступают против них под флагами князя Игоря.

Во внешней политике князь Игорь стремился сформировать самые выгодные условия для осуществления купеческой торговли в других странах. В 941 году князь решается на военный поход против мощной Византии. Однако, в отличие от похода Олега он принёс Руси лишь неудачу. Княжеское войско было встречено греками со снаряжёнными кораблями и смертельным «греческим огнём». Уже спустя три года в 944 году князь попытался повторно испытать удачу в битве с Византией. Заручившись поддержкой печенегов он отправился в греческие территории. При этом, император предпочёл преподнести Игорю дары и уйти от военного столкновения. А спустя год Игорь смог заключить с Византией мир.

В преклонном возрасте Игорь перепоручает воеводе Свенельду полюдье, что вызывает бурную недовольную реакцию княжеской дружины. Этот факт является основной причиной того, что князю пришлось идти на древлян без основных военных сил. Вернувшись к древлянам за повторной данью князь был убит, после чего Киевской Русью фактически правила его жена княгиня Ольга.



Интересные материалы:

Князь Игорь Рюрикович

С 912 г. княжить на Руси стал Игорь, сын Рюрика. После смерти великого князя Олега древляне попытались обособиться от Киева. Князь Игорь Рюрикович усмирил их и обложил еще большей данью, чем при Олеге. Воевода Свенельд за покорение угличей и взятие их города Пересечен получил в награду от Игоря древлянские подати.

Внутренняя политика князя Игоря в основном была направлена на усмирение возмущений разных славянских племен.

В 913 г. Игорь наметил совершить набег на прикаспийских жителей. Путь лежал через хазарские владения по Волге. За обещание отдать половину добычи хазарский каган пропустил руссов. Но на обратном пути победителей хазары решили завладеть всей добычей, и большая часть русской рати была истреблена, а спасшиеся почти все погибли в борьбе с болгарами.

В конце IX века по соседству со славянскими племенами появились орды кочевников – печенегов, и князю Игорю первому пришлось оборонять свои области от них. В 915 г. князь Игорь заключил с ними мирный договор, который длился 5 лет, а позднее (в 944 г.) вступил с ними в союз против греков. Но в основном в русско-греческих отношениях печенеги выступали на стороне греков.

В 941 г. князь Игорь решил, по примеру Олега, совершить большой поход на Византию, в этот раз на азиатские берега империи. Но дунайские болгары, увидев русские суда в Черном море, сообщили об этом императору. Греки собрали силы, снарядили корабли и выступили против врага. В жестоком морском бою русские не выдержали «греческого огня» и потерпели поражение.

Игорь хотел загладить стыд своего поражения и в 944 г., наняв печенегов, снова двинулся на Грецию. На этот раз византийский император не стал вступать с русскими в бой, а откупился богатыми дарами. На следующий год князь Игорь заключил с греками мирный договор.

Во внешней политике князь Игорь преследовал торговые выгоды и разные льготы для русских купцов в Византии.

Под старость Игорь Рюрикович не ходил сам на полюдье (сбор дани), а поручил это дело Свенельду, на что возмутились его дружинники. Послушав их, князь Игорь пошел на землю древлян собирать дань, причем он и его дружина прибегали к насилию. На обратном пути в Киев, решив, что недостаточно собрали дани, они решили вернуться на повторные поборы.

Такой поход князя Игоря на древлян привел его к гибели. Древляне перебили его отряд и убили самого князя. Есть известие, будто древляне, пригнув стволы двух деревьев, привязали к ним князя, отпустили их, и он был разорван на две части.

После смерти князя Игоря в 945 г. управление взяла его жена княгиня Ольга, т.к. их сын Святослав был еще мал. Она была очень умна, решительна, твердого нрава. Ольга, прибегнув к хитрости, жестоко отомстила древлянам за убийство князя Игоря.

Князь Игорь: его правление и походы

До 912 года Киевской Русью правил князь Олег от имени Игоря, поскольку последний был еще совсем юным. Будучи от природы и воспитания скромным, Игорь уважительно относился к старшим и не смел предъявлять свои права на престол при жизни Олега, который за свои дела окружил свое имя ореолом славы. Князь Олег одобрил выбор жены для будущего правителя. Киевский князь Игорь женился в 903 году на простой девушке – Ольге, жившей вблизи Пскова.

Начало правления

После того, как умер Олег, Игорь стал полноправным князем Руси. Его правление началось войной. В это время племя древлян решило выйти из-под власти Киева и началось восстание. Новый правитель жестоко покарал восставших, нанеся им сокрушительное поражение. Этим сражением начались многочисленные походы князя Игоря. Результатом похода на древлян стала безоговорочная победа Руси, которая на правах победителя потребовала с восставших дополнительную дань. Следующие походы были направлены на противостояние с печенегами, которые, изгнав из Урала племена Угорцев, продолжили свое продвижение на Запад. Печенеги, в борьбе с Киевской Русью, заняли низовья реки Днепр, тем самым перекрывая торговые возможности Руси, поскольку именно через Днепр проходил путь из варяг в греки. Походы, которые проводил князь Игорь, против половцев осуществлялись попеременным успехом.

Походы на Византию

Несмотря на продолжающееся противостояние с половцами, новой войны продолжаются. В 941 году Игорь объявляет войну Византии, тем самым продолжая внешнюю политику предшественников. Причиной же новой войны послужило то, что после смерти Олега Византия посчитала себя свободной от предыдущих обязательств и перестала выполнять условия мирного договора. Поход на Византию был поистине выдающимся. Впервые столь большая армия надвигалась на греков. Киевский правитель взял с собой около 10 000 кораблей, если верить летописцам, что в 5 раз больше того войска, с которым одержал победу Олег. Но на этот раз русским не удалось застать греков врасплох, те успели собрать большое войско и первую битву на суше выиграли. В результате русичами было решено выиграть войну морскими сражениями. Но и этого не получилось. Византийские корабли при помощи специальной зажигательной смеси начали жечь русские суда с помощью нефти. Русские войны были просто поражены этим оружием и восприняли его, как небесное. Армии пришлось вернуться в Киев.

Через два года, в 943 году, князь Игорь организует новый поход на Византию. На этот раз армия была еще больше. Помимо русского войска были приглашены наемные отряды, которые состояли из печенегов и варяг. Войско двинулось к Византии по морю и по суше. Новые походы обещали быть успешными. Но внезапной атаки не получилось. Представители города Херсонес успели доложить византийскому императору, что новое многочисленное русское войско надвигается на Константинополь. На этот раз греки решили избежать сражения и предложили новый мирный договор. Киевский князь Игорь, посовещавшись со своей дружиной, принял условия мирного договора, которые были идентичны с условиями договора, подписанного византийцами с Олегом. На этом византийские походы были завершены.

Конец правления князя Игоря

Согласно записям в летописях, в ноябре 945 года Игорь собрал дружину и двинулся к древлянам для сбора дани. Собрав дань, он отпустил большую часть войска и с небольшой дружиной отправился в город Искоростень. Целью этого визита было требование дани лично для себя. Древляне были возмущены и задумали убийство. Вооружив войско, они двинулись в путь навстречу князю с его дружиной. Так произошло убийство киевского правителя. Его тело было погребено недалеко от Искоростеня. По легенде убийство отличалось крайней жестокостью. Его привязали по рукам и ногам к склоненным деревьям. Затем деревья отпустили… Так завершилось правление князя Игоря…


Источники и дополнительный материал по теме:

  • ««Слово о полку Игореве» и «Задонщина»: источниковедческие и историко-культурные проблемы» — Горский А.А. Москва, 1992.
  • ««Слово о полку Игореве» и культура его времени» — Лихачев Д.С. Ленинград, 1978
  • «Русские летописцы и автор «Слова о полку Игореве»» — Рыбаков Б.А. Москва, 1972

годы правления, деятельность (кратко) 🤓 [Есть ответ]

Период существования Древнерусского государства в современной историографии подразделяется на несколько этапов. Первый из них – Киевский, известный под названием Киевская Русь. Из-за недальновидной политики киевских князей и междоусобных войн политический центр Руси сместился позже в Новгород, Владимир, а затем и в Московское княжество.

Формирование основ и укрепление международных позиций Руси происходило в период правления киевской династии. Именно тогда сформировались границы государства, религиозная и политическая направленность, была установлена единая система податей.

Князь Олег (882-912) – первый князь на Руси. Он является либо родственником, либо близким сторонником Рюрика. Сын Рюрика Игорь был еще мал, потому Олег Вещий занял место регента и правил до совершеннолетия Игоря. Главными заслугами Вещего Олега принято считать:

  • Древляне покорились князю в 883 году. В течение следующих двух лет признали власть Киева северяне и радимичи.
  • Полководческие устремления Олега сыграли большую политическую роль в укреплении славянских земель, поскольку князь смог объединить два центра – Киев и Новгород.
  • Олег занимался и вопросами международного положения Руси. В 907 и 911 году были заключены торговые соглашения с Византией.

Игорь Рюрикович (912-945) стал править на Руси после смерти своего регента – Олега Вещего. Игорь не менял политику своего наставника. Занимался военными походами и налаживал контакты с Византией:

  • В 920 году провел военный поход против печенегов.
  • В 941-944 годах провел поход на Царьград.
  • В 944 году был заключен договор, который регламентировал товарные отношения между Русью и Византией.

Княгиня Ольга (945-964) взошла на престол после трагической гибели ее мужа – князя Игоря Рюриковича. В начале своего правления, как известно из летописей, княгиня отомстила древлянам – славянской племенной общине, которая убила Игоря. Княгиня Ольга поддерживала внешние контакты с Византией, но понимала своевременность внутренних реформ:

  • Первая среди русских князей приняла христианство и стала равноапостольной святой.
  • В 947 году назначали первую точно определенную дань – «уроки» в Новгороде и Пскове.
  • Ольга установила погостную систему, которая помогала централизовать сбор дани.
  • Заложила первые каменные своды в Киеве.
  • При правлении княгини были установлены «оброки» и «уставы» – способы оплаты «полюдья», то есть податных средств в Киевскую казну.

Князь Святослав (964-972) – сын Ольги и Игоря. Современники утверждали, что Святослав обладал искусным полководческим талантом:

  • В 965 году Святослав выдвинулся в поход на Хазарию.
  • В 965-969 году были покорены города Итиль (столица хазар), Семендер (в районе Каспийского моря), Саркел.
  • Святослав также присоединил Тмутаракань.
  • В 966 году покорил и обложил данью вятичей.
  • В 968 году покорил болгар на Волге.
  • Принял участие в войне с византийцами, попал в плен в 971 году и был отпущен.

Владимир Великий (980-1015) известен, прежде всего, Крещением Руси в 989 году. Но кроме Крещения, Владимир Красно Солнышко известен мудрой внутренней и внешней политикой:

  • Начал чеканку золотых и серебряных монет.
  • С правлением Владимира Великого связано распространение грамотности на Руси.
  • В 981 году отвоевал у польского князя Червенскую Русь (Галицию) и Перемышль.
  • В 981-982 года Владимир обложил данью вятичей.
  • В 983 году покорил племена Прибалтики, установил контроль над ятвягами.
  • В 984 году покорил радимичей.
  • В 985 году совершил набег против болгар на Волге.
  • В этом же году повторно обложил данью Хазарский каганат.
  • В течение 988 году длилась осада Корсуня.

Оценка: 4 (31 голос)

Игорь Рюрикович – биография, фото, личная жизнь, правление

Биография

Игорь Рюрикович – великий князь Древней Руси, сын Рюрика, муж княгини Ольги, отец Святослава. Династия Рюриковичей правила государством свыше 700 лет. О событиях, в которых участвовал князь Игорь, сегодня известно только из ряда летописей, порой противоречащих друг другу.

Детство и юность

Точная дата рождения Игоря неизвестна. И если «Повесть временных лет», в принципе, умалчивает об этом моменте, то в других летописях год рождения сильно разнится. Наиболее вероятно, что родился он в 875 году. Его отец Рюрик был основателем древнерусского государства. Но когда он умер в 879 году, мальчик был слишком мал, чтобы править. Поэтому Игорю был назначен регент – родственник Рюрика – Олег. Он был воином и нередко брал мальчика в военные походы.

Игорь Рюрикович

О матери Игоря информации крайне мало. Только в Иоакимовской летописи указано, что ею была норвежская княжна Ефанда. Историк Татищев считал ее сестрой Олега.

Возможно, что у Игоря были и братья, и сестры, однако в летописях упоминаний об этих людях нет. Но в некоторых источниках упомянуты племянники и двоюродные братья князя. Скорее всего, они не владели землями и полномочиями, а входили в дружину князя.

«Князь Олег и Игорь», художник Илья Глазунов

Зачастую его имя упоминается с прилагательным «Старый». Есть два варианта происхождения этого прозвища. Так как в династии Рюриковичей был не один Игорь, решили первого из них называть «Старым». И, скорее всего, использовать это стали историки поздних периодов, а не его современники. Другой причиной этого прозвища мог стать тот факт, что к власти князь пришел не по достижении совершеннолетия, а только после смерти Олега. Игорю на тот момент было уже около 37 лет.

Правление

Вещий Олег оставил Игорю богатое государство, собственным примером показав, как с ним управляться. Но власть принесла немало забот. Как только древляне узнали о смерти Олега, сразу же отказались выплачивать новому правителю дань. Игорь был вынужден собрать дружину и отправиться в их земли. А чтобы им в дальнейшем было неповадно бунтовать против князя, обложил их данью вдвое больше прежней. С тех пор древляне затаили на него сильную обиду.

«Князь Игорь собирает дань с древлян в 945 году», художник Клавдий Лебедев

Внутренняя и внешняя политика Игоря Рюриковича имела завоевательный характер. После восстания древлян он решил иначе собирать дань с людей. Ежегодно вместе с дружинниками князь объезжал подвластные ему земли и собирал «налог» племен, которые там жили. Брал все: муку, зерно, мед, шкуры животных и др. Теперь это называлось полюдьем. Но вот люди Игоря вели себя с народом крайне грубо и дерзко. Да и сам князь отличался крутым и вспыльчивым нравом.

В 915 году Игорь отправился на помощь Византии, на которую напали болгары. В 920 году он разбил печенегов. Но самыми важными военными походами в жизни князя Игоря становятся его походы на Византию.

«Князь Игорь», художник Илья Глазунов

В 941 году он приплыл в Византию в сопровождении тысячи кораблей. Однако грекам удалось отразить нападение, они применили на тот момент новое оружие – «греческий огонь» – смесь нефти и других горючих веществ. С помощью «огня» они сожгли большинство вражеских кораблей.

Игорь был вынужден вернуться домой, но только с одной целью – собрать новое войско для следующего похода на Византию. В этот раз его ждал успех. Князь заключил с византийцами мирный договор, по которому ему была предусмотрена денежная выплата.

33 года стоял Игорь во главе Древней Руси, годы его правления – с 912 по 945 годы. Его родовым знаком был стилизованный пикирующий сокол.

Личная жизнь

Женой Игоря стала псковитянка со сказочным именем Прекраса, которой молодой князь перед заключением союза дал новое имя – Ольга. Почему он так сделал, опять же, вариантов несколько. Либо это был его каприз и демонстрация власти. На момент их бракосочетания молодому человеку было 25 лет, а девушке всего 13. Либо же причина этого поступка крылась намного глубже.

«Первая встреча князя Игоря и Ольги», художник Василий Сазонов

В некоторых источниках говорится о том, что Ольга – дочь Олега. А именно Олег и сосватал ее Игорю. Его целью было укрепить влияние на повзрослевшего юношу. Имя Ольга – производное от мужского имени Олег. В историю женщина вошла как Ольга, став великой княгиней и первой правительницей, принявшей христианство.

У них родился сын Святослав, ставший через три года князем под опекой матери.

Святослав Игоревич, сын Игоря Рюриковича

У Игоря были и другие жены, но Ольга всегда оставалась его любимой женщиной. Она была мудрой, к решению вопросов подходила продуманно и взвешенно. Были ли дети в остальных браках у Игоря, в летописях не сообщается.

Смерть

Отдельного внимания заслуживает смерть князя Игоря. В 945 году его дружинники стали жаловаться, что им не хватает денег, что они материально не благополучны. Воины уговорили правителя отправиться собирать полюдье в древлянские земли. Они брали дань сверх назначенной меры, совершали насилие над жителями.

«Смерть Игоря», художник Борис Чориков

На обратной дороге в Киев во время привала Игорь неожиданно решил вернуться к древлянам за дополнительной данью. Князь отпустил часть войска с уже собранным полюдьем в Киев. А сам с малым числом дружинников отправился назад.

Как только древляне услышали о возращении князя, они решили мирным способом урегулировать ситуацию, но Игорь отказался покидать земли. Поэтому древляне во главе с их правителем, князем Малом, решили восстать против Игоря, так как деятельность его нарушала нормы установленного уклада.

«Казнь князя Игоря», художник Федор Бруни

Игорь был в меньшинстве, его дружинников древляне быстро поразили, князя взяли в плен, а вскоре казнили. По данным византийского летописца Льва Диакона, убийство князя было совершено с особой жестокостью. Игоря привязали к верхушкам согнутых деревьев и разорвали тело на части.

После его кончины на престол взошла княгиня Ольга, так как сын Святослав был слишком мал. Став во главе государства, Ольга решила отомстить за смерть мужа.

«Княгиня Ольга встречает тело князя Игоря», художник Василий Суриков

Князь Мал прислал княгине сватов. Древляне приплыли по Днепру на лодке. Ольга приказала воинам нести на руках лодку вместе с гостями до дворца, таким образом оказав им честь. Но к тому времени во дворе вырыли яму, в которую скинули сватов вместе с лодкой, а после закопали живьем. Вскоре к Ольге приехали послы от Мала. Женщина сказала, чтобы те сначала помылись с дороги. Мужчины зашли в баню, ее тут же закрыли и подожгли.

Князя Игоря похоронили недалеко от города Искоростеня, Ольга решила отправиться с дружиной на могилу мужа. Княгиню встретили древляне, но сразу поинтересовались, где послы, которых ей отправил князь. Женщина их убедила, что те идут следом с киевской дружиной. На поминальном пиру она без меры поила древлян, а когда они были уже до неприличия пьяны, приказала дружинникам порубить их всех.

«Мщение Ольги против идолов древлянских», художник Федор Бруни

Ольга осадила Искоростень, но сдаваться древлянский народ не собирался. Поэтому княгиня решила взять их хитростью. Она сообщила им, что ее муж отмщен, и потребовала от жителей Искоростеня условную дань: три воробья и три голубя со двора. Горожане, ничего не подозревая, с явным облегчением, исполнили требование княгини.

Ольга велела своим воинам привязать к ноге каждой птицы зажженный трут и отпустить их. Птицы вернулись в свои гнезда и подожгли город. Древляне бежали, но тут же попадали в руки Ольги. Некоторых убивали на месте, других брали в плен, а после продавали в рабство.

Поступки княгини Ольги, мстившей за смерть мужа, ужасают. Но те времена отличались своей жестокостью, так что ее деяния соответствовали нравам эпохи.

Память

  • Игоревская улица в Киеве

Кино

  • 1983 – «Легенда о княгине Ольге», в роли Игоря Александр Денисенко

Литература

  • «Игорь», А.Серба
  • «Князь Игорь и княгиня Ольга», В. Седугин
  • «Наконечник ножен меча из кургана близ Коростеня», М. Фехнер

Изобразительное искусство

  • «Князь Игорь собирает дань с древлян в 945 году», К. Лебедев
  • «Первая встреча князя Игоря и Ольги», В. Сазонов
  • «Князь Игорь», К. Васильев
  • «Княгиня Ольга встречает тело князя Игоря», В. Суриков
  • «Князь Игорь», И. Глазунов
  • «Казнь князя Игоря», Ф. Бруни

Путеводитель по истории, темам и устройствам Тайлера Создателя Альбом 2019

Гетти

Общая история Тайлера, новейшего альбома Создателя, IGOR , — это то, что многие пережили. Вы влюбляетесь в кого-то.Они отвечают взаимностью, но отказываются идти ва-банк. Итак, вы существуете в подвешенном состоянии, ожидая, что они принесут вам рай или отправят в ад. Поглощены отсутствием замкнутости: вы валяетесь, вам больно, вы гневаетесь. Но. В конце концов. Вы приходите в себя и идете дальше.

Добро пожаловать в гигантское объяснение IGOR . Ниже приведены жизненно важные детали, изученные, проанализированные, деконструированные, расчлененные, раскрытые и представленные для вашего удовольствия. Я начинаю с нескольких макро-тем, прежде чем изучать каждый трек по отдельности.

Содержание:

  • Анализ альбома
    • Общая структура
    • Расчет конструкции
    • Джеррод Кармайкл
    • Кто и что такое Игорь?
  • Анализ песни
    • Тема Игоря
    • Earfquake
    • Я думаю
    • Именно то, от чего вы бежите, в конечном итоге преследуете
    • Время на исходе
    • Новая волшебная палочка
    • Мальчик — пистолет
    • Кукла
    • Что хорошо
    • Gone, Gone / Спасибо
    • Я тебя больше не люблю
    • Мы все еще друзья?

АНАЛИЗ АЛЬБОМА

Общая структура

Контекст:

Тема Игоря

Часть 1: Влюбленность

Earfquake

Думаю

Именно то, от чего вы бежите, в конечном итоге преследуете

Время истекает

Новая волшебная палочка

Мальчик — пистолет

Часть 2: Двигаясь дальше

Марионетка

Что хорошо

Ушел, ушел / Спасибо

Я тебя больше не люблю

Мы все еще друзья?

Структурный анализ:

Большинство из нас знакомы с темами повествовательного искусства — в фильмах, телешоу, книгах, альбомах.Темы — это более широкие концепции, созданные с помощью повторяющихся (и часто контрастирующих) элементов. Например, тема Disney Aladdin звучит так: «То, насколько вы богаты, не определяет, насколько вы хороши в человеке». Тема в фильме Канье Уэста My Beautiful Dark Twisted Fantasy — это избыток знаменитости: эта знаменитость предполагает слишком много власти, чудовищное снисходительность и ужасающий материализм.

Но тема имеет более тонкое применение, когда дело доходит до теории музыки, обычно в сочетании с концепцией вариации s.Вот описание Джереми Денка, известного пианиста, в интервью Classic FM : «Это идея [тема] с множеством риффов на идею [вариацию] — во всех стилях и настроениях … Вы берете тему, берете исходную идею и начинаете ее изменять или добавлять к ней ».

Таким образом, «тема Игоря» подразумевает, что она служит установлением музыкальных и лирических концепций, которые остальная часть IGOR будет изменять, дополнять и рифовать. Это помогает объяснить, почему тексты здесь фрагментированы и повторяются, чего не бывает в других местах.Это не песня, описывающая конкретную эмоцию или событие, это художник, показывающий вам палитру со всеми мазками цветов, которые будут частью картины.

Несмотря на общий хаос «Игоря темы», выделяются две основные фразы:

Ехать по городу, они почувствуют это

Я открыл глаза

Первое имеет непосредственное отношение к делу, так как следующая песня «Earfquake» имеет припев: Потому что ты заставляешь мое землетрясение, о, ты заставляешь мое землетрясение / едет вокруг , твоя любовь потрясает меня и это заставляет мое сердце разбиться .

Ridin ’round town используется почти дословно. Но вторая часть первоначальной идеи, t Эй, давай почувствуй, этот , подверглась риффу. Вместо того, чтобы заявить, что кто-то будет что-то чувствовать, Тайлер описывает то, что он чувствует: любовь трясет его, заставляет его сердце разбиваться.

Вторая фраза появляется только в последней строке последнего куплета трека 9, «Что хорошего». Тайлер рэп, И я открыл глаза, теперь я вижу свет .Контекстуально это следует за решающим поворотом предыдущего трека: Тайлер пришел в себя, понял, что отношения плохи для него, и поэтому решает, что должен двигаться дальше.

Значимость и доминирование этих двух фраз (и их фрагментов) в «теме Игоря» служит микрокосмом всего альбома. Часть 1 — это эмоциональное путешествие, которое вы чувствуете. Часть 2 посвящена осознанию / видению вещей такими, какими они являются / движутся.

Джеррод Кармайкл

Главный вопрос для писателей — это то, сколько они показывают по сравнению с тем, сколько они рассказывают.Марк Твен мог бы просто сказать: «Том Сойер был очень умным ребенком, способным убедить других детей делать что угодно, независимо от того, было это хорошо для них или нет». Вместо этого Марк Твен показал нам, создав целую сцену, где Том Сойер должен красить забор в качестве наказания, но манипулирует другими соседскими детьми, чтобы они выполняли за него работу. И они фактически платят ему за шанс.

Как и в большинстве случаев, баланс демонстрации и рассказа позволяет работе иметь нюансы, но при этом быть доступной.Если все это видно, вы получите глубокие, но тупые результаты, поляризующие аудиторию, например, 2001: Space Odyssey или The Sound and the Fury . Если все это показательно, вы рискуете походить на детскую книгу. У обоих есть сильные и слабые стороны.

Прекрасный пример баланса — модель Кендрика Ламара «Прокачать бабочку ». В течение TPAB Кендрик зачитывает в конце некоторых песен все большее количество стихотворений из 24 строк.Трек 3 показывает только первую строку. Дорожка 5 увеличивает общее количество строк до шести. Трек 7 добавляет еще два. Сюрприз в том, что стихотворение (которое вы не услышите полностью до финального трека) представляет собой краткое изложение повествования To Pimp A Butterfly . Итак, в конце трека 5 отрывок стихотворения заканчивается словами «Я кричу в гостиничном номере». В следующей песне («u») Кендрик кричит в гостиничном номере.

Шоу-тяжелые работы, такие как Прокачать бабочку, часто включают определенные моменты рассказа, которые помогают аудитории понять, что произошло и почему.Я называю эти моменты на дорогах .

На IGOR Тайлер использует цитаты Джеррода Кармайкла, комика и давнего соавтора, в качестве путеводителя, похожего на стихотворение Кендрика.

Именно от того, от чего вы бежите, вы в конечном итоге преследуете …. Отдавая ему все, что вы можете. Всегда есть препятствие . (дорожка 3)

Иногда нужно закрыть дверь, чтобы открыть окно . (дорожка 5)

Но в какой-то момент вы приходите в себя.(дорожка 8)

Я не знаю, что сложнее, отпустить или просто смириться с этим . (дорожка 9)

Ненавижу потраченный впустую потенциал, это дерьмо сокрушает твой дух. (дорожка 10)

Каждая цитата дает контекст для следующих песен. Тайлер одновременно боится своего неназванного любовного интереса и тоскует по нему. «Препятствие» — это девушка, которую парень Тайлера не пинает на обочину. Этот любовный треугольник разыгрывается на протяжении всей части 1, и девушка в конечном итоге становится дверью, которую Тайлер хотел бы закрыть.Часть 2 содержит последние три цитаты, каждая из которых касается того, что происходит, когда вы начинаете двигаться дальше.

Для тех, кто не может сложить то, что происходит на IGOR только с помощью слов, цитаты Кармайкла скажут вам то, что вам нужно знать, облегчая, надеюсь, декодирование альбома (или, по крайней мере, одной или двух песен).

Кто и что такое Игорь?

Главный путь Игоря — «Что хорошего». В частности, первая и последняя строки вступительного стиха: Включи мой свет… если коп называет мое имя, сука, я Игорь .

«Что хорошего» — 9-й трек на IGOR . Может показаться странным, что главный герой не появляется до 75% сюжета, но это имеет смысл с точки зрения развития сюжета.

В преддверии прибытия Игоря Тайлер посвятил альбом подробному описанию этого сложного любовного треугольника, в котором он встречается с парнем, который также встречается с какой-то девушкой. Тайлер расстроен, потому что парень ни в коем случае не соглашается.Все это время Тайлер находится в беспорядке, между желанием любить и страхом остаться нелюбимым. Мы получаем максимумы («Earfquake») и минимумы («New Magic Wand»). Только в треке 7 («A Boy Is A Gun») Тайлер впервые начинает отрываться.

Я оставлю нас друзьями

Потому что ирония в том, что я не хочу тебя снова видеть

Держись подальше от меня

В следующем треке «Puppet» подобное отклонение происходит после того, как Тайлер снова выкладывается изо всех сил.И, опять же, этот парень не может сосредоточиться на Тайлере и беспокоится о другом человеке (девушке, представленной здесь как Рудольф).

Ты номер один, один в моем списке, для тебя я Санта

Где Рудольф? Ты паразит

У меня нет самоконтроля

Я начинаю задумываться

Это моя свободная воля или твоя?

«Марионетка» оканчивается на:

  1. Канье говорит Тайлеру Breathe на песню .
  2. Напуганный Тайлер (или кто-то еще) говорит: Отпустите меня .
  3. Джеррод Кармайкл заявляет: «Но в какой-то момент вы приходите в себя».

Тайлер часто использует последние моменты одной песни как переход к следующей. Например. В конце «Я тебя больше не люблю» он начинает размышлять: Но это может быть для нас лучше, ты знаешь. Линия подразумевает, что, возможно, у них могут быть не романтические отношения. Другими словами, дружба.Следующий трек? «Мы до сих пор друзья?»

То же самое происходит и с его предыдущим альбомом Flower Boy . «Ноябрь» заканчивается записью голосовой почты, в которой говорится, что никто не может ответить на звонок, чтобы оставить сообщение. Следующая песня, «Glitter», эмоциональный излияние, заканчивается той же системой голосовой почты: Мы не получили ваше сообщение либо потому, что вы не разговаривали, либо из-за плохого соединения . Попытка голосовой почты — это повествовательный прием, который связывает две песни вместе.В противном случае слушатели могут не рассматривать их как межконтекстные.

Учитывая то, что Тайлер неоднократно соединял одну песню с другой, становится ясно, что конец «Марионетки» связан с появлением этого Игоря. Это действительно было предзнаменовано в «Игоревской теме». Здесь мы слышим . Он идет в качестве последней строки вступления и бриджа. И вскоре следует необычный, наполовину преследующий Игорь .

Освободи меня можно понять как «Игорь», разговаривающий с Тайлером.Эта просьба переформулируется как первая строка «Что хорошего». Включи мой свет.

Когда Тайлер приходит в себя, он может подключиться к более темной, менее романтичной стороне себя, которая до этого момента определяла его дискографию и общественную репутацию. Это напоминает о неприязни скейтера-панка, который сделал Bastard , Goblin и Wolf . Все архетипы связаны с неуправляемым отношением. Тогда это уместно, что Какого черта ты тихо с микрофоном? — это риторический вопрос, следующий за Включи мой свет .Игорь действительно приехал.

Тайлер, пострадавший от любви, стремится восстановить свои силы с помощью громкого и громкого проявления эго и бравады. Я думаю, что вы можете описать такой выход и напор как «дыхание песни». Путем дыхания, освобождения Тайлер, как Игорь, может избавиться от «цветочника», который был так влюблен. Я открыл глаза, теперь вижу свет .

Как правило, «Игорь» считается архетипом в рассказах, вдохновленных готикой. Физически деформированный лаборант, который работает с учеными и монстрами.Эта фигура чаще всего ассоциируется с доктором Франкенштейном. Несомненно, есть дискуссии о том, как этот архетип применим к Тайлеру. Я не хочу вдаваться в подробности здесь, поскольку, по большей части, не думаю, что они необходимы для объяснения основной истории и тем. Хорошая новость в том, что есть одно очень важное приложение. Плохая новость: это не доходит до последнего абзаца этой статьи.

АНАЛИЗ ПЕСНИ

Тема Игоря

Фрагментарное вступление, которое устанавливает основные лирические и музыкальные темы, которые Тайлер будет использовать для остальной части IGOR.

Earfquake

Устанавливает эмоциональную основу альбома. Мы понимаем, насколько необходим этот любовный интерес Тайлеру. Но, на первый взгляд, между ними все сложно. Это не фаза медового месяца. В нем столько же горя, сколько и привязанности. Тайлер боится, что любовный интерес оставит его.

Получаем первое упоминание о «препятствии». И она злая / Как Вау Вики . Тайлер также привносит отсутствие замкнутости, которое будет его все больше беспокоить на протяжении всей лицевой части альбома. Мне просто нужно подтверждение того, как ты себя чувствуешь .

Думаю

«Earfquake» вступлений с несколькими повторениями Реально, на этот раз . Обратите внимание, как «Думаю» подбирает фрагмент и завершает мысль: Я думаю, что влюбляюсь / На этот раз я думаю, что это настоящий . Такое тонкое развитие происходит часто на протяжении всего альбома, и именно поэтому я говорил о «теме» и «вариациях» заранее.Это похоже на то, как истории будут иметь основной сюжет и второстепенные сюжеты. «Тема Игоря» познакомила нас с основными темами, но есть подтемы, которые появляются внутри одного трека или между несколькими.

Вы также могли заметить, что в конце «Earfquake» количество Тайлеров:

Один

Один, два

Один, два, три

Первые слова, которые мы слышим в «Я думаю»: четыре, четыре, четыре, четыре .

В то время как «Earfquake» раскрыл существование сложных эмоций, «Я думаю» показывает, насколько они сильны.

Мы также получаем больше стресса и беспокойства:

Какой у тебя, черт возьми, мотив?

Вы отвлекаете внимание

-Вы водите меня кукушкой

-Как я могу вам сказать?

-Мне нужно ваше внимание

В то время как они могут казаться невинно романтичными, они также являются семенами нездоровой зависимости. Выделяется одна особенность: Я твоя марионетка, ты Джим Хенсон .Здесь этой линии не придается большого значения. Но довольно скоро у нас будет целая песня, в которой Тайлер использует марионеточную метафору, чтобы подробно описать, насколько испорчены отношения. К сожалению, на данный момент на IGOR он все еще не открыл глаза и не пришел в себя. Таким образом, хотя Тайлер может распознать динамику марионетка / хозяин, он не может понять, насколько она токсична.

Именно то, от чего вы бежите, в конечном итоге преследуете

Первый большой внедорожник, который Тайлер дает нам (см. Раздел Джеррода Кармайкла, если вы перешли к этому пункту или вам нужно освежиться в дороге).

Этот короткий отрывок из интервью с Джерродом Кармайклом подводит итог первой половине IGOR. Тайлер дает этому парню, что любит все, что может дать (несмотря на его страх, стресс и боль). Цитата Кармайкла заканчивается словами: «Всегда есть препятствие». К сожалению для Тайлера, есть несколько препятствий.

Время истекает

Название трека и вступление дают понять, что время — одно препятствие, с которым сталкивается Тайлер. Не хватает времени, чтобы заставить тебя полюбить меня .

Итак, мы перешли от того, что Тайлер осознал свои чувства (дорожка 2), к попытке выяснить, как выразить свои чувства (дорожка 3). Теперь мы находимся в точке, где глубина чувств не получает ответа. У меня закончились заклинания, чтобы заставить тебя полюбить меня .

Помимо времени, Тайлер подробно описывает два других препятствия: «она» на картинке и любовный интерес в маске / костюме и ложь всем о том, кто он. Наиболее вероятная интерпретация (исходя из контекста всего альбома) — мужское любовное увлечение скрыло истинную природу своей сексуальности.Поскольку он живет в притворном , он не будет связывать себя с Тайлером, не будет рассказывать об этом своим друзьям и продолжает встречаться с этой девушкой.

Новая волшебная палочка

Идея жезла — это вариация строки из предыдущего трека: У меня закончились заклинания / чтобы заставить тебя полюбить меня . Благодаря этой палочке у Тайлера есть новая магия.

Мы открываем Кармайкл: «Иногда нужно закрыть дверь, чтобы открыть окно». Как мы увидим, «Новая волшебная палочка» фокусируется на ревности Тайлера и планировании того, как вытащить ее из картины .Ее любовный интерес продолжает встречаться. Первоначально волшебная палочка может показаться ссылкой на инструмент редактирования в Photoshop, который помогает выбрать определенные части изображения для редактирования. Она действительно испортила мою раму … Я могу заставить ее уйти … как по волшебству … новая волшебная палочка .

Но палочка приобретает более зловещий контекст.

Вы под присягой, теперь выберите сторону, а если нет

(Беги, беги, беги, беги)

Я выберу вас обоих

(Беги, беги, беги, беги)

Это не шутка, убийство она написала

Тайлер, которому надоело находиться в любовном треугольнике, говорит парню выбрать кого-нибудь, либо Тайлера, либо девушку.Но если парень останется нерешительным, Тайлер выберет их обоих , подразумевая убийство. Это дает другой способ просмотра повторяющегося «прогона», который является частью звукового ландшафта. Runnin ‘, runnin, runnin, тоже был отрывком из «Игоря Тема». Тайлер играл на нем в следующих друг за другом треках: 4, 5 и 6.

Звуковая картина в целом намного мрачнее всего на альбоме до этого момента. Тайлер стал более навязчивым и отчаянным. Это происходит в последнем куплете, в котором звучит тревожный звук прямо перед тем, как Тайлер читает рэп.Всплеск эго в этом разделе напоминает «Что хорошего», поэтому можно утверждать, что это Игорь начинает дышать. Независимо от того, Игорь или нет, у Тайлера все плохо. Я хочу поделиться фамилиями, я хочу быть твоим номером один / не вторым, держи это в секрете / Я в здравом уме . Тот, кто говорит, что он в здравом уме, обычно означает, что это не так.

Последние строки трека представляют, как Тайлер и его любовное увлечение грабят магазин, и обеспокоенный взгляд на лице парня.Мы слышим new magic wand еще раз, а затем переходим к следующей песне, начинающейся с Нет, не стреляй в меня . Палочка завершает переход от инструмента цифрового редактирования к пистолету.

Мальчик — пистолет

Опасный подтекст этих отношений становится очевиден для Тайлера.

Почему ты для меня самый лучший? Я знаю, что ты для меня худший

Мальчик, сладкий как сахар, диабетик первой степени

Мои паучьи чувства, достали меня на заборах

Короче: ты хорошо ко мне относишься, но ты потенциально меня убьешь.

Возвращение и вперед продолжается во втором стихе, где Тайлер описывает их драку. О, хочешь домой? Круто, тебе лучше вызвать такси / Я не отвезу тебя домой, да, я тебя отстраняю. Но прежде, чем стих закончился, Тайлер переворачивает себя… Не уходи, оставайся здесь, да, я хочу, чтобы ты был прямо рядом с . Кроме того, что происходит? Ты пригласил меня на завтрак, какого хрена ты здесь ? Есть девушка, от которой Тайлер просто не может избавиться.

Все это ведет к прорыву: Ты пистолет, потому что ты мне всегда нравишься / Ты хранишь меня… Подожди, подожди, в зависимости от того, знаешь ли / Ты мог бы быть опасен для меня .

Тайлер наконец дошел до того момента, когда он отвергает парня: Я оставлю нас друзьями … Я не хочу тебя снова видеть / Держись , черт возьми, от меня .

Тайлер тоже может быть ружьем.

Марионетка

В конце части 1, «Мальчик — это оружие», Тайлер начинает восстанавливать перспективу, полностью осознавая пагубную динамику отношений. Имея это в виду, мы возвращаемся к одному из его первых, казалось бы, невинных описаний: Я твоя марионетка, ты Джим Хенсон .Теперь он знает, чем закончится этот роман. У меня нет самоконтроля / я начинаю задаваться вопросом / это моя свободная воля или твоя?

Трек начинается с того, что Тайлер очень любит марионеточный режим, готовый на все. Но в середине его предложения песня вращается. Мы видели, как похожий поворот произошел во втором куплете из «A Boy Is A Gun». Тайлер и парень ссорятся, мирится, затем присутствие девушки вызывает еще один перелом. Всего в семи строках. Еще был мост, на котором Тайлер романтически изображает парня в виде пистолета, а затем понимает: «Подожди…вы могли быть опасны. «

Вот, Тайлер такой милый — Ты номер один, один в моем списке, для тебя я Санта — потом полностью разозлился после того, как парень, похоже, упомянул девушку — Где Рудольф? Ты паразит.

Остальная часть трека — это Тайлер, пытающийся восстановить контроль над собой. Моя теория состоит в том, что Канье представляет «совесть» Тайлера во многом так же, как Джимини Крикет сделал для Пиноккио. Вот почему Канье говорит: Я слишком долго ждал? на фоне хора.Затем разговаривает с Тайлером как своего рода наставник: Ты проиграл, сынок, и ты пытался найти свой путь ко мне . Песня, заканчивающаяся фразой Кармайкла «Но в какой-то момент вы приходите в себя», кажется, указывает на то, что Канье, если не Джимини Крикет, является своего рода обоснованным представлением Тайлера.

Несколько линий на заднем плане указывают на прибытие Игоря на следующий трек. Да, мы собираемся кричать / Поймай меня, чтобы закричать … Освободи меня …. Освободи меня .

Что хорошо

В альбоме Yeezus Канье рассказывает историю Йизуса, персонажа, который использует крайнее эго и браваду как средство скрыть боль, тоску и уязвимость, которые он действительно испытывает.История похожа на Билли Мэдисона Адама Сэндлера в том, что оба персонажа начинали как плохие люди, а затем со временем вырастали в лучших людей. На треках 1-4 Yeezus — самый эгоистичный, бунтарский и независимый. Но треки 5-8 показывают, что он на самом деле убит горем и жаждет любви, и действует только, чтобы замаскировать свою боль. В предпоследнем треке он отвергает йизусский образ жизни клубов и женщин, вместо этого предпочитая шанс на любовь. Шанс, который Канье описывает в заключительном треке: «Связь 2.«

Я использую Yeezus , потому что на IGOR есть прямые и косвенные связи. «Bound 2» использует образец под названием «Bound» компании Ponderosa Twins Plus One. Тайлер использует тот же сэмпл в «A Boy Is A Gun». В «Bound 2» также присутствует Чарли Уилсон, которого Тайлер включил в «Earfquake».

Самая явная ссылка на Yeezus — это интерполяция строк из «Новых рабов».

Канье:

Вы собираетесь перевернуть дерьмо

Я собираюсь сорвать дерьмо

Тайлер:

Ниггеры поднимают это, ну дерьмо, я срываю его

Трудно поверить в Бога, когда нет зеркал около

Один из знаковых треков из Yeezus — «I Am A God.«Ссылаясь только на одну песню Yeezus , разве можно предположить, что Тайлер ссылается на вторую?

Я думаю, что Тайлер использует персонажа Игоря во многом так же, как Канье использовал Йизуса. Они помогают справиться с душевной болью и болью. Когда вы, по словам Джеррода Кармайкла, «[дали] ему все, что можете», какой другой вариант есть, кроме как снова сосредоточиться на себе?

Слишком много эго на слишком долгое время — проблема, но немного здесь и там может быть именно то, что кому-то нужно, чтобы снова встать на ноги.

В «Что хорошо» мы видим излияние эго, полноценный образ Игоря, который помогает Тайлеру очиститься от душевной боли и смятения, которые поглотили его. Он восстанавливает утраченную свободу воли.

Ушел, ушел / Спасибо

Кармайкл заканчивает «Что хорошего» цитатой: «Я не знаю, что сложнее, отпустить или просто смириться с этим». То, что мы видим на Gone, Gone / Thank You , — это то, что Тайлер размышляет о том, что произошло между ним, парнем и девушкой.Если первая часть альбома была в гуще катастрофической романтики, то эта часть выходит за рамки этого. Вначале Тайлер описывает отношения в прошедшем времени: Я знаю, что у меня установилась температура / Ты наконец улетел на юг .

Стих 2 показывает, что девушка выиграла: Я просто надеюсь, что у нее есть вкус / чтобы пососать тебе какое-то дерьмо, которого ты никогда не видел .

Песня в целом представляет собой краткое изложение любовного треугольника (через метафоры погоды, строительства и аренды), одновременно демонстрируя эмоциональную готовность Тайлера продолжить свою жизнь (хотя и не совсем готов к новым отношениям).

Я больше не люблю тебя

«Я больше не люблю тебя» — это все о следующих шагах. Я скажу / и пойму, что в море больше рыбы, я снова пойду … Что теперь? Двигайся дальше, но как?

Могу ли я вернуть свое сердце ? — удивительный вопрос после того, как Тайлер закончил предыдущий трек на . Но я никогда не захочу снова влюбиться в . Кажется, он приходит в норму (как и все мы в конце концов). Я не буду ходить с опущенной головой, как будто меня избили.

Мысль возникает из-за готовности Тайлера двигаться дальше. После того, как романтика закончилась, остались ли отношения? Что-то более платоническое? Но это может быть для нас лучше, понимаете? Этот растущий вопрос приводит к финальному следу.

Мы все еще друзья?

Сэмпл из песни Эла Грина «Dream» снова и снова перекликается с «Are We Still Friends?» Иногда, когда музыкант сэмплирует песню, это чисто из-за звуковых качеств или радиоприема.В других случаях музыканты используют сэмплы как намек. Цель аллюзии в музыке, кино, литературе, поэзии или изобразительном искусстве — добавить или противопоставить контекст и значение внешней работы собственному художнику.

Один из моих любимых примеров намеков — один из заключительных эпизодов телешоу Breaking Bad . Намек в названии серии. «Озимандиас». Название отсылает к одноименному стихотворению Перси Биши Шелли. Спикер стихотворения рассказывает о встрече с путешественником, который поделился тем, что нашел в пустыне огромную, но разбитую статую, на которой выгравированы строки:

«Меня зовут Озимандиас, царь царей;

Взгляни на мои дела, Могущественные, и отчаивайся! ‘

Затем докладчик описывает, что осталось от этих работ:

Рядом ничего не осталось.Вокруг распада

Огромных обломков, бескрайних и голых

Далеко тянутся одинокие ровные пески.

Озимандиас думал, что он могущественнее, чем он был. Главный герой «Во все тяжкие» , Уолтер Уайт, тоже пережил столь же неудачный путь с высокомерием. Учитывая то, что мы знаем о стихотворении, вы, вероятно, можете догадаться, что происходит с Уолтером в эпизоде ​​под названием «Озимандиас». Это намек и сила намека.

Когда вы смотрите на тексты «Dream», все они о мечте, которая сбывается и длится вечно. Приложение к «Мы все еще друзья?» довольно просто. Тайлер надеется, что эта мечта о дружбе со своим бывшим не только осуществится, но и продлится. Парень может мечтать, правда?

С этой целью во втором стихе подробно рассказывается, как Тайлер может заставить дружбу работать: Не становись зеленой кожей, поддерживай контакт / Не говори: «До свидания, понюхай тебя позже». Другими словами: будь добрым, не мелочным.

Это желание остаться друзьями уходит корнями в цитату Джеррода Кармайкла из «Унесенных, ушел / Спасибо». Кармайкл говорит: «Ненавижу растраченный потенциал. Это дерьмо сокрушает ваш дух. Это действительно так. Оно сокрушает вашу душу». Тайлер может почувствовать потенциал, который есть у него и этого парня ( может быть вашим любимым, если вы сделаете его своим другом ). Из-за этого он скорее станет друзьями, чем ничем. Потраченный впустую потенциал огорчит больше, чем любой другой исход.

Ты слишком крут для меня , — признается Тайлер в песне «Я тебя больше не люблю». Имея это в виду, помните, что общее понятие «Игорь» — это помощник ученого. Вторая скрипка более доминирующей личности. Кто лучше Игоря на роль верного друга и комичного закадычного друга?

Игорь Каляпин: Десять портретов против пыток и безнаказанности

Представьтесь, пожалуйста.

Игорь Каляпин, основатель и председатель Российской общественной организации «Комитет против пыток».

Какая сегодня самая большая проблема в борьбе с пытками в вашей стране? Можете ли вы оценить ситуацию с пытками и жестоким обращением в вашей стране (контекст, масштаб проблемы, тип жертв и преступников и т. Д.)?

Сегодня основной причиной пыток в России является атмосфера полной безнаказанности виновных. Они более чем уверены, что никогда не понесут наказания за содеянное. После ряда реформ, начатых в 2007 году, у нас все еще нет действительно независимого следственного органа, который мог бы эффективно работать с жалобами на пытки.Следователи формально и неформально связаны с сотрудниками милиции, которые являются основными виновниками преступлений, связанных с применением пыток. Могу сказать, что на данный момент нет политической воли серьезно заниматься расследованиями пыток — все реформы проводятся для того, чтобы отчитываться перед международными органами и составлять деятельность, направленную на улучшение ситуации, но ни одна из них не дала никаких убедительных результатов. .

И я должен сказать, что пытки со стороны милиции в России очень распространены.Вы не найдете в стране ни одного человека, который бы не знал, что полиция злоупотребляет людьми. Пару лет назад мы провели масштабное социологическое исследование по всей России, чтобы оценить распространенность проблемы в разных частях страны, и обнаружили, что 20% респондентов хотя бы раз в жизни сталкивались с насилием со стороны полиции лично. По итогам исследования мы выпустили книгу «Каждый пятый», в которой есть фотографии и рассказы жертв пыток: мы хотели показать, что риску подвергаются все.Необязательно быть преступником или подозреваемым, чтобы попасть в неприятности с полицией — он может оказаться не в том месте и не в то время. Никто не в безопасности.

Подавляющее большинство получаемых нами обращений касается пыток или других форм жестокого обращения со стороны полиции или условий содержания в тюрьмах. В то же время пытки по-прежнему существуют в армейских и психиатрических больницах.

По вашему опыту, каковы основные причины пыток и безнаказанности?

Безнаказанность пыток очевидна.А что вызывает безнаказанность? В России сотрудники правоохранительных органов имеют ограниченное время на расследование преступления: либо они могут приложить много усилий, чтобы выяснить подробности происшествия, либо запереть кого-то на ночь на обогревателе, избить его и утром признаться. . Они знают, что за это не понесут наказания, и выбирают самый быстрый путь. У них есть статистические планы ежеквартально сообщать об административных арестах, и к концу этого периода, если у них не будет достаточно отчетов, они сфабриковывают дела и избивают тех, кто пытается не подчиняться.

Главный корень в том, что нет четкой политической воли к борьбе с пытками, и пока она не появится, будет крайне сложно что-то изменить на серьезном уровне.

Каков ваш подход и какие действия вы проводите для борьбы с пытками и жестоким обращением в вашей стране? Можете ли вы привести примеры достижений, связанных с этой деятельностью?

Российский НПО Комитет против пыток (КПП) изобрел метод, как вести себя с независимыми публичными расследованиями.Суть его в том, что если следователи не захотят расследовать пытки, мы сделаем это вместо них и наполним официальное уголовное дело таким количеством достаточных доказательств, что другого выбора, кроме как передать его в суд, не будет. Это простое объяснение, но сам метод довольно сложен, поскольку нам пришлось изобрести способ сбора и получения доказательств без каких-либо особых полномочий или способностей.

В то же время мы обеспечиваем лечение и реабилитацию жертв пыток: во-первых, потому что мы не можем оставить их с проблемами со здоровьем, а во-вторых, потому что лечение само по себе является способом получения дополнительных доказательств.Мы также проводим большую аналитическую работу и лоббируем, чтобы нацелить ситуацию на систематическом уровне, мы также работаем со всеми доступными международными и региональными механизмами. Плюс к этому мы проводим тренинги для правозащитников, практикующих юристов, полиции, судей и следователей и уделяем определенное внимание общественной деятельности и продвижению идеи о том, что пытки являются одним из самых тяжких преступлений.

Могу сказать, что мы довольно многого достигли с 2000 года, когда была создана CAT.Нам удалось лоббировать реформу следственной системы в стране через Комитет ООН против пыток. Первым прецедентным решением Европейского суда по правам человека (ЕСПЧ) о пытках в полиции в России было наше дело «Михеев против России», и оно до сих пор остается одним из наиболее важных дел в этой области. CAT был первым, кто привлек виновных к ответственности за пытки в России, потому что до этого проблема полностью игнорировалась и не было успешных дел. И мы помогли нескольким сотням людей, которые потеряли не только здоровье, но, что важнее, веру в справедливость.100 полицейских были заключены в тюрьму в результате нашей деятельности, а жертвы получили в общей сложности почти 1 миллион евро компенсации за пытки.

С какими препятствиями вы ежедневно сталкиваетесь при выполнении своей деятельности?

Основное препятствие, которое у нас есть, то же самое, что и причина пыток: отсутствие эффективного расследования и полное отсутствие воли к расследованию. Каждый случай — это вызов, и мы никогда не знаем, сколько лет мы должны посвятить себя решению каждого из них.

Чувствуете ли вы угрозу из-за своей деятельности? Вы сталкиваетесь с какими-либо помехами в своей работе? Если это так, не могли бы вы уточнить.

В последнее время мы начали сталкиваться с угрозами: на наших юристов нападают, к некоторым из них обращаются представители государства, некоторые арестованы, некоторые оскорблены. Мне самому сейчас грозит реальная угроза быть обвиненным в преступлении, которого я никогда не совершал (из следственной тайны).

Что нужно сделать, чтобы «Ничто не оправдывает пытки» стало реальностью в вашей стране?

Создать независимый следственный орган, подконтрольный обществу.

Какую роль и должно играть общественное мнение в борьбе против пыток и что общественность может сделать, чтобы поддержать борьбу против пыток?

Запрет пыток следует широко пропагандировать, потому что до сих пор довольно многие люди соглашаются с его применением, если человек является террористом, или если человек убил или изнасиловал ребенка и т. Д. Жизненно важно не только работать в юридической сфере, но и также подходите к людям и объясняйте им, что это ни в коем случае не приемлемо.

Общественные кампании, поддержка жертв пыток, написание писем поддержки, могут сыграть очень важную роль в борьбе с пытками.

Семья и дети Игоря Николаева: биография

Дети Игоря Николаева интересны публике благодаря известной деятельности его отца: продюсера, певца и композитора. Личная жизнь успешного музыканта находится под пристальным вниманием поклонников. А его жены родили двух дочерей.

Кратко о личной жизни певца

Дети Игоря Николаева родились от разных жен в городах за несколько тысяч километров.Первенец появился, когда его отцу исполнилось 18 лет. Второй ребенок стал результатом третьего брака.

Родина композитора — Сахалин. Исследование преподнесло сразу два подарка: сначала Игорь женился, потом появился первенец: дочь Юлия от жены Елены. Второй брак был уже в разгар карьеры певца, свою жизнь он связал с Наташей Королевой. Личная жизнь пары была насыщенной, закончилась разводом.

Третья жена Юлия Проскурякова родила дочь в 2015 году.Поклонники в следующей супруге нашли некоторое сходство с предыдущей избранницей певца. Композитор стал отцом в 55 лет.

О дочерях

У детей Игоря Николаева разница в возрасте 35 лет:

  1. Первая дочь Юлия, 1978 года рождения, хотела стать певицей. Окончила Miami World Art School. В детстве зрители запомнили участие в программе «Спокойной ночи, малыши». В 10 лет она снялась в клипе уже известной Аллы Пугачевой — «Незваный гость».Когда ей было 18 лет, отец пригласил ее поучаствовать в клипе «Благословляю этот вечер». Мама, Елена Кудряшова, умерла в 1991 году.
  2. В 2015 году появилась Вероника — родители Игорь Николаев и Проскурякова. Дети знакомы друг с другом. Девочке уже исполнился год; ее появление стало важным событием.

Чем известна старшая дочь?

Дети Игоря Николаева получили известность благодаря успешной карьере отца.В 18 лет Юлия приняла участие в серии концертов под названием «Голосуй или проиграешь». Уже поставленный голос позволил петь свои песни на гастролях: «Одноклассник», «Дневник».

Среди других известных выступлений Юлии поклонники отметили песню «You and Me» в телешоу «50×50». Они не стали заморачиваться фотосессией для издания Speed-Info. Позже были выпущены сольные клипы на песни певца «Ни с кем и никогда», «Мир встреч и разлуки».

Совместная работа Юлии и папы повысила ее авторитет:

  • выпуск альбома «Дочь и я»;
  • клип «Пять причин»;
  • в гостях у отца телешоу «Пара»;
  • клип «Доченька»;
  • публичное выступление на мероприятии композитора «Миллион красивых женщин»;
  • Выступает на концертах в России и Америке вместе с отцом.

Юлия также снялась в проектах «Вторая половина», знаменитом телешоу «Фабрика звезд-4». Статус композитора она приобрела, написав известную музыку для певцов Гурцкой и Королевой. Среди певцов и поклонников продолжает получать признание и известность, периодически выступая на крупных вечеринках.

Мнения в Твиттере по поводу событий с объявлением о доходах

Abstract

Мы исследуем взаимосвязь между социальными сетями, в частности Twitter, и фондовым рынком.Мы предоставляем углубленный анализ объема Twitter и настроений в отношении 30 компаний, входящих в индекс Dow Jones Industrial Average, за трехлетний период. Мы фокусируемся на объявлениях о доходах и показываем, что существует значительная разница в том, когда объявления делаются: до открытия рынка или после закрытия рынка. Два разных тайминга объявлений о прибылях и убытках уже были исследованы в финансовой литературе, но еще не в социальных сетях. Мы анализируем различия в объемах Twitter, совокупной аномальной доходности, торговой доходности и неожиданной прибыли.Мы сообщаем о смешанных результатах. С одной стороны, мы показываем, что настроение Twitter (коллективное мнение пользователей) в день объявления очень хорошо отражает движение акций в тот же день. Мы демонстрируем это, применяя методологию исследования событий, где полярность объявлений о доходах рассчитывается на основе настроений в Твиттере. Совокупная аномальная доходность высока (2–4%) и статистически значима. С другой стороны, мы обнаруживаем лишь слабую предсказательную силу настроений в Твиттере на день вперед.Оказывается, важно, как учесть объявления, сделанные после закрытия рынка. Эти объявления в нерабочее время сразу же вызывают высокую активность в Твиттере, но изменения объемов и цен на торгах наблюдаются только на следующий день. В день, предшествующий анонсу, объем Twitter невысок, и прогноз имеет очень слабую прогностическую силу. Полезный урок — важность правильного согласования между объявлениями, торговыми операциями и данными Twitter.

Образец цитирования: Габровшек П., Алексовский Д., Мозетич И., Грчар М. (2017) настроения в Твиттере по поводу событий с объявлением о доходах.PLoS ONE 12 (2): e0173151. https://doi.org/10.1371/journal.pone.0173151

Редактор: Вэй-Син Чжоу, Восточно-китайский университет науки и технологий, КИТАЙ

Поступила: 07.11.2016; Одобрена: 15 февраля 2017 г .; Опубликован: 24 февраля 2017 г.

Авторские права: © 2017 Gabrovšek et al. Это статья в открытом доступе, распространяемая в соответствии с условиями лицензии Creative Commons Attribution License, которая разрешает неограниченное использование, распространение и воспроизведение на любом носителе при условии указания автора и источника.

Доступность данных: Все данные о доходах, рыночных ценах и настроениях в Twitter доступны на Figshare https://dx.doi.org/10.6084/m9.figshare.4036269.

Финансирование: Эта работа была частично поддержана проектами ЕК SIMPOL (№ 610704) и DOLFINS (№ 640772), а также словенской программой ARRS Knowledge Technologies (№ P2-103). Финансирующие организации не играли никакой роли в дизайне исследования, сборе и анализе данных, принятии решения о публикации или подготовке рукописи.

Конкурирующие интересы: Авторы заявили об отсутствии конкурирующих интересов.

Введение

В настоящее время принято, что финансовые рынки не управляются исключительно рациональным поведением инвесторов, как это отражено в гипотезе эффективного рынка. На их решения также влияют их субъективные убеждения и ожидания, а также информация из Интернета. Онлайн-новости и социальные сети предоставляют большие объемы данных, из которых можно извлечь потенциально полезную информацию.Нам интересны коллективные мнения и ожидания инвесторов в отношении финансовых рынков. Мы анализируем данные социальных сетей из платформы микроблогов Twitter с точки зрения внимания к наиболее важным событиям и коллективных ожиданий относительно движений рынка.

Twitter становится все более популярной платформой, используемой для мониторинга и прогнозирования финансовых рынков. Первыми, кто продемонстрировал четкую связь между индикаторами настроения Twitter и промышленным индексом Доу-Джонса (DJIA), были Боллен и др.[1–3]. В целом соответствующая работа дает смешанные выводы о связи между Twitter и фондовыми рынками. Результаты зависят от типа выполненного анализа и от того, учитываются ли отдельные запасы или совокупные индексы. Работа Preis et al. [4] изучает связь во времени между ежедневным количеством поисковых запросов для конкретной акции и объемом ежедневных сделок с той же самой акцией. Количество поисковых запросов также анализируется как показатель популярности акций и их рискованности [5].

Набор методологий для анализа отношений состоит из причинности Грейнджера [1, 3, 6], анализа прогнозов на один шаг вперед [1, 3, 6, 7], теоретико-информационных подходов [8, 9] и событийного анализа. исследования [10–12]. С одной стороны, причинно-следственная связь по Грейнджеру и теоретико-информационные подходы анализируют временные ряды за более длительный период времени. Они предоставляют результаты о существовании квази-причинной связи между социальными сетями и фондовым рынком. Они не определяют точные периоды времени, когда эта связь сильнее, слабее или отсутствует.С другой стороны, исследования событий сосредотачиваются на отношениях в определенных временных интервалах, что дает потенциально более действенные доказательства для торговых целей.

В нескольких статьях анализируется связь между Twitter и фондовым рынком только для агрегированных индексов, например, DJIA [1, 3] или S&P 500 [7, 13, 14]. Лишь немногие предоставляют выводы относительно связи между сообщениями в Twitter и акциями отдельных компаний, например, [8, 10–12]. Основная причина — обычно недостаточное количество постов в Твиттере об отдельных компаниях для получения статистически значимых результатов.

Мы преодолеваем это ограничение, сосредоточив внимание на наиболее интересных периодах времени отдельной компании, ежеквартальных отчетах о доходах (EA). Оказывается, количество постов в Twitter вокруг большинства советников существенно выше и позволяет делать статистически значимые выводы. Этот тип анализа обеспечивается методологией «событийного исследования» [15, 16], применяемой в экономике и финансах. Исследование событий часто использовалось для проверки того, содержит ли содержание советников полезную информацию для оценки компаний.Это позволяет делать выводы о движении цены акции в среднем по нескольким различным событиям одного типа. В связанной работе в области экономики исследование событий обычно основывается на неожиданных прибылях, т. Е. На разнице между ожиданиями финансовых аналитиков и оценкой компании, указанной в ее отчете о прибылях и убытках. Однако в своей работе мы проверяем, указывает ли совокупное настроение, выраженное в финансовых твитах вокруг советников, направление движения цены акций.

Методология исследования событий уже применялась к данным Twitter. Нам известно о трех недавних работах, в которых анализируются данные об настроениях Twitter в отношении движения цен акций. Sprenger et al. [10, 11] анализируют известные события советника, а также другие неожиданные события. Они приходят к выводу, что и настроение, и тип новостей могут объяснить реакцию рынка (движение цены акций). Наша предыдущая работа Ранко и др. [12] представляет доказательства значительной зависимости между доходностью акций и настроениями в Твиттере в твитах о компаниях.Ранко и др. применить процедуру обнаружения событий для обнаружения событий из данных Twitter. Они сообщают, что большинство событий EA имеют соответствующий пик в объеме Twitter. Этот факт является основной мотивацией для текущей работы, в которой мы уделяем внимание и проводим глубокий анализ событий советника.

Есть несколько улучшений по сравнению с нашей предыдущей работой [12]. В этом исследовании мы анализируем данные за более длительный трехлетний период. Существует более 4,5 миллионов твитов, помеченных сантиментами, что является одним из крупнейших доступных наборов данных.Мы предоставляем и анализируем данные Twitter с почасовым разрешением, что позволяет точно настроить агрегирование твитов с ежедневным разрешением. Вместо анализа событий, обнаруженных в потоке Twitter, мы сосредотачиваемся только на заранее известных событиях EA. Мы наблюдаем важные различия во времени событий советника до открытия или после закрытия рынка. Оказывается, крайне важно правильно агрегировать твиты с ежедневным разрешением и согласовывать их с рыночной деятельностью.Наконец, мы используем другую, формально обоснованную меру настроения, чем та, которую использовали Ранко и др. [12].

В финансовой литературе есть несколько работ, касающихся советников и их таймингов, связанных с нашей работой. Беркман и др. [17] отмечают, что доля экспертов, представленных после закрытия рынка, в последние годы увеличилась. Их главный вывод заключается в том, что при изучении событий важно учитывать объявления в нерабочее время. В частности, в случае объявления в нерабочее время цены нулевого дня должны быть перенесены на следующий рыночный день.В случае, если переключение не выполняется, ненормальный возврат может быть смещен.

Дойл и др. [18] обнаружили, что типичные компании регулярно отчитываются либо после закрытия рынка, либо до его открытия. Они приходят к выводу, что более сложные компании, как правило, объявляют об этом после закрытия рынка. Они также находят более высокий объем торгов вокруг объявлений после закрытия по сравнению с объявлениями до открытия — наше исследование подтверждает то же наблюдение. Эти два факта подтверждают их гипотезу о том, что отчетность после закрытия рынка позволяет более широко распространять информацию, содержащуюся в объявлениях.

Schroff et al. [19] анализируют коллективные действия индивидуальных инвесторов вокруг советников. Они обнаруживают, что индивидуальные инвесторы берут на себя больший риск и склонны переоценивать вероятность положительных событий, недооценивая вероятность отрицательных. Эти интенсивные действия индивидуальных инвесторов по покупке (продаже) перед советниками сопровождаются значительными положительными (отрицательными) аномальными доходами после событий [20].

Недавняя работа Alostad et al. [21] тесно связан с примененным здесь исследованием событий.Они сочетают в себе два типа дополнительных данных: объем из Twitter и настроения из финансовых новостей. Они приходят к выводу, что прогнозировать направление движения цены акций полезно только при аномально высоком объеме Twitter. Однако, в отличие от других исследований событий [10, 12], они определяют полярность событий из финансовых новостей, а не из твитов. Работа Tafti et al. [22] связывает пики объема Twitter (события, обнаруживаемые из временных рядов Twitter) с последующим увеличением объема торгов.Авторы приходят к выводу, что информацию из Twitter сложно использовать для прогнозирования.

Эта работа вносит несколько вкладов в анализ отношений между социальными сетями и фондовым рынком. Во-первых, мы обнаруживаем значительную взаимосвязь между настроениями в Twitter и доходностью EA в дни анонсов, с совокупной аномальной доходностью около 2–4%. Во-вторых, мы наблюдаем важные различия между разными временами анонса. Объявления до открытия рынка показывают более низкую совокупную аномальную доходность по сравнению с объявлениями после закрытия рынка.В-третьих, на основе этих результатов мы тестируем простую торговую стратегию с покупкой / удержанием / продажей на закрытии рынка за день до советника. В-четвертых, мы сравниваем настроения в Твиттере с неожиданностью доходов — этот показатель часто используется в исследованиях событий.

Важным выводом из этих результатов является требование правильной настройки исследований событий и других методов, которые исследуют отношения между Twitter и фондовым рынком. Важно учитывать точное время событий по отношению к торговым часам рынка.Ежедневное агрегирование данных Twitter и их согласование с рыночными данными влияют на предполагаемую прогностическую способность Twitter. При анализе данных в ежедневном разрешении необходимо отнести посты Twitter, созданные после закрытия рынка, к следующему торговому дню.

Данные

В этом разделе мы подробно рассказываем о данных, использованных в исследовании. Данные относятся к 30 компаниям в индексе DJIA за трехлетний период, с 1 июня 2013 г. по 3 июня 2016 г.Данные состоят из событий Earnings Announcement (EA), данных фондового рынка и данных Twitter. Все данные были собраны в соответствии с Условиями использования и обслуживания исходных веб-сайтов и доступны по адресу https://dx.doi.org/10.6084/m9.figshare.4036269. Терминология и сокращения, используемые в статье, приведены в таблице 1.

Данные отчета о прибылях и убытках

Данные по советникам содержат точное время объявления, а также заявленную и ожидаемую цену акции.Сюрприз в доходах — это разница между заявленной и ожидаемой прибылью компании. Сюрприз ES определяется как: (1) где p rep — заявленная цена акции в отчете EA, а p est — ожидаемая цена по оценке финансовых аналитиков. Мы собрали данные EA с веб-сайта http://www.zacks.com. Недостающие значения таймингов были заполнены из информации, предоставленной самими компаниями.

Рыночные данные

Рыночные данные были собраны с http://www.google.com/finance. Он состоит из ежедневного объема торгов и цен закрытия 30 компаний DJIA и индекса DJIA. На основе данных мы рассчитываем дневную доходность и долгосрочную торговую доходность. Ежедневная доходность R d , используемая при расчете совокупной аномальной доходности (приложения для исследования событий), определяется как: (2) где p d обозначает цену закрытия акции в день d .В соответствии с первоначальным исследованием событий [15], мы работаем с необработанными возвратами, а не с более стандартными логарифмическими возвратами.

С другой стороны, долгосрочная торговая прибыль сравнивает цены за несколько дней и используется при оценке торговых стратегий. Мы берем за основу цену закрытия акции за день до советника (день -1) и сравниваем ее с ценой закрытия после советника. Торговая прибыль RT d определяется как: (3) где p −1 — цена закрытия за день до советника (день −1), а p d — цена закрытия в торговый день d после советника.Обратите внимание, что торговая прибыль рассчитывается как относительная разница в ценах за d + 1 дней.

Данные Twitter

Данные Twitter, использованные в этом исследовании, сведены в Таблицу 2 и содержат примерно 4,5 миллиона твитов для 30 компаний за период в три года. Данные были собраны Twitter Search API, где запрос указывается биржевым денежным тегом (например, «$ MSFT» для Microsoft).

Таблица 2. Данные о 30 компаниях DJIA.

Собранные твиты и Объявления о доходах (EA) охватывают период трех лет, с 1 июня 2013 г. по 3 июня 2016 г. Компании упорядочены по общему количеству собранных твитов. Для каждой компании существует распределение настроений, рыночная капитализация и преобладающее время работы советников относительно торговых часов NYSE. Каждая компания выпускает четыре советника в год, следовательно, всего 360 советников (30 компаний, три года, четыре советника в год) 1 .

https://doi.org/10.1371/journal.pone.0173151.t002

Затем каждый твит помечается «настроением» с тремя возможными значениями: отрицательным, нейтральным или положительным. Метка обозначает будущее движение цены акций, как и ожидалось автором твита: вниз (негативное настроение), без изменений (нейтральное) или вверх (позитивное). Термин «настроения в Твиттере», использованный здесь, вводит в заблуждение и используется по историческим причинам. Фактически имеется в виду позиция [23] или склонность пользователя Twitter w.r.t. будущее движение цены акций. Сама по себе лексика настроений, положительная или отрицательная, используемая в твите, не обязательно отражает ожидания пользователей относительно движения цены акций, поэтому исследуется весь соответствующий словарь. Твиты были автоматически помечены по тональности с помощью контролируемого метода обучения, более подробно описанного в подразделе «Классификация тональности» раздела «Методы».

Твиты о каждой компании собираются с почасовым и ежедневным разрешением. Закрытие рынка используется для ограничения ежедневной агрегации твитов.Тональность набора твитов в день d определяется оценкой тональности Отправлено d : (4) где N d ( neg ), N d ( нейтр ) и N d ( pos ) обозначают нейтральное дневное число и положительные твиты соответственно. Оценка настроения имеет диапазон -1 < Отправлено <+1. Формально оценка настроения представляет собой среднее значение дискретного распределения вероятностей со значениями -1, 0 и +1 для отрицательного, нейтрального и положительного настроения соответственно [24].Вероятности каждой метки оцениваются по их относительной частоте, но при работе с небольшими выборками (например, всего несколько твитов о запасе в день) рекомендуется оценивать вероятности с помощью оценки Лапласа . Это причина постоянной 3, количества дискретных меток, в знаменателе уравнения (4).

Каждая компания в Таблице 2 идентифицируется своим тикером в соответствии с NYSE. В таблице также указано количество твитов и их настроения, рыночная капитализация и время, используемое компанией для составления отчетов об экспертах.Большинство компаний рассчитывают время для своих отчетов последовательно: всегда AfterClose или BeforeOpen. Есть только несколько исключений, которые переключаются между двумя вариантами [25]. Таким образом, из 359 экспертов за три года есть 253 объявления BeforeOpen и 106 объявлений AfterClose.

Выравнивание данных

Мы фокусируемся на отношениях между биржей и публикациями в Twitter вокруг советников. Особое значение для нашего анализа имеет правильное согласование данных Twitter и рынка.

Мы сосредотачиваемся на днях советников (обозначенных как день 0) и днях непосредственно перед советниками (день −1). Существует важное различие, когда именно советники составляются в соответствии с графиком торгов на NYSE. Некоторые объявления (обозначенные BeforeOpen) делаются до открытия рынка (9:30 утра по США / восточному времени), а некоторые (обозначенные AfterClose) делаются после закрытия рынка (16:00 США / восточное время). На рис. 1 изображена взаимосвязь между часами торгов и советниками. Обратите внимание, что дни ограничены часом закрытия рынка, а не полуночью.Следовательно, торговля в нулевой день для объявлений AfterClose происходит на следующий календарный день (см. Нижнюю часть рис. 1). Это согласуется с трактовкой советников в финансовой литературе [17].

Результаты и обсуждение

В этом разделе представлен анализ взаимодействия между социальными сетями (Twitter) и финансовым рынком (доходность акций). Сначала мы сравниваем объем твитов с объемом торгов и замечаем очень похожие модели в обеих системах, а именно, очень высокую активность вокруг событий советника.Мы наблюдаем значительно более высокую торговую активность для объявлений AfterClose и находим аналогичные результаты для объема Twitter при почасовом разрешении.

Затем мы адаптируем и применяем методологию исследования событий к нашим данным. Исследование событий, как это определено в финансовой эконометрике [15, 16], анализирует аномальную доходность акций во время внешних событий. Сначала идентифицируются внешние события и группируются по категориям, должно ли событие иметь положительное, отрицательное или нулевое влияние на доходность акций.Нулевая гипотеза H 0 состоит в том, что внешние события не влияют на доходность. В соответствии с H 0 аномальные возвраты обычно распределяются [16], поэтому можно проверить, являются ли аномальные возвраты во время внешних событий статистически значимыми.

В нашем исследовании советники — единственные внешние события, которые мы учитываем. Мы выводим классификацию экспертов на категории (отрицательные, нейтральные или положительные) только на основании настроений в Twitter, а не на основе отчетов экспертов, как в стандартных подходах.Мы тестируем H 0 отдельно для объявлений AfterClose и BeforeOpen и обнаруживаем очень разные результаты. Нас интересует не только значение аномальных доходов, но и их масштабы. Кроме того, мы проверяем, имеет ли мнение Twitter какую-либо предсказательную силу, то есть ожидаются ли отчеты EA в социальных сетях до того, как будут сделаны фактические объявления.

Мы сравниваем совокупную аномальную доходность (из исследования событий) с торговой доходностью акций и индекса DJIA и находим очень похожие результаты.Основываясь на них, мы предлагаем и тестируем простую торговую стратегию в течение трех с половиной лет.

Наконец, мы сравниваем соотношение между оценкой настроений в Twitter и неожиданными значениями прибыли. Мы обнаружили очень слабую связь между двумя переменными, но заметили некоторую разницу между объявлениями AfterClose и BeforeOpen.

Twitter и объемы торгов

Целью этого подраздела является анализ действий в социальных сетях, связанных с объявлениями о доходах.Если наблюдается повышенная активность в Твиттере вместе с более высокой торговой активностью, это означает, что события EA отражаются в социальных сетях. Это побуждает применить методологию исследования событий, описанную в следующем подразделе, чтобы проанализировать, есть ли также аномальные возвраты, соответствующие сигналу настроения от Twitter.

Сначала мы сравним активность пользователей Twitter и биржевых трейдеров в дни, связанные с советниками. Активность Twitter оценивается по среднему количеству твитов в день, а торговая активность — по среднему дневному объему торгов.Результаты представлены на рис. 2.

Рис. 2. Ежедневное количество твитов (A) и объем торгов (B) вокруг объявлений о доходах.

Общее среднее количество твитов за торговый день составляет 200. Объем торгов (B) показывает общее среднее значение по всем советникам (черная линия), среднюю торговлю для AfterClose (синяя линия) и для BeforeOpen (красная линия). ) объявления. Планки погрешностей вокруг черных линий обозначают одну стандартную ошибку.

https://doi.org/10.1371/journal.pone.0173151.g002

Мы рассматриваем пять дней в день советника (день 0) и наблюдаем очень похожую картину повышенной активности в обоих случаях. Среднее количество твитов за три года составляет 200 твитов за торговый день. Вышеупомянутая средняя активность наблюдается не только в день 0, но и в дни -1 и +1. В сумме три дня вокруг советников показывают в 2,4 раза больший объем, чем в среднем. Это указывает на то, что пользователи Twitter проявляют активность в дни работы советников и публикуют свои мнения о компаниях и их финансах.

Торговая активность вокруг советников также выше, поскольку объем торгов увеличивается за тот же период времени, как показано черной линией на рис. 2В. Тем не менее, Рис. 2B также показывает, что объем торгов компаний, которые объявляют свои отчеты о доходах AfterClose (синяя линия), значительно выше, чем для объявлений BeforeOpen (красная линия). Это не связано с их более высокой капитализацией, которая лишь немного выше средней (см. Таблицу 2). Одним из возможных объяснений увеличения объема сделок может быть гипотеза ассимиляции [18]: отчетность после закрытия дает рынку больше времени для усвоения информации, содержащейся в объявлении.Компании, которые объявляют о своих доходах AfterClose, обычно более технологически ориентированы, например Microsoft, IBM, Cisco, Intel, и имеют более сложные операции.

Затем мы сравниваем объемы Twitter компаний, которые делают объявления AfterClose и BeforeOpen. На рис. 3 показано среднее почасовое количество твитов вокруг советников (день 0) для обоих типов компаний.

Рис. 3. Распределение твитов по объявлениям о доходах по часам.

День 0 — день советников.Пунктирные линии обозначают открытие рынка (9:30 утра по США / восточное время), а сплошные линии обозначают закрытие рынка (16:00 США / восточное время). Сплошные линии также разграничивают дни для агрегирования твитов при ежедневном разрешении. Планки погрешностей обозначают одну стандартную ошибку.

https://doi.org/10.1371/journal.pone.0173151.g003

Сравнение объемов Twitter в день 0 показывает значительно более высокое среднее количество твитов для объявлений AfterClose, что соответствует более высокой торговой активности.Почасовое распределение твитов также соответствует времени объявления: пик AfterClose наступает сразу после закрытия рынка в день -1 и объявления объявления. BeforeOpen достигает пика непосредственно перед открытием рынка в день 0. В обоих случаях активность Twitter очень похожа после открытия рынка в день 0.

Заявки на изучение событий

Объявления о доходах — важные события, которые вызывают рост торгов на фондовой бирже, а также привлекают внимание и комментарии в социальных сетях.Есть ли какое-то соответствие между позицией пользователей Twitter и аномальной доходностью акций после событий EA? Цель этого подраздела — ответить на этот вопрос, применив методологию исследования событий.

Исследование событий фиксирует влияние внешних событий на доходность акций. В исследовании событий совокупная аномальная доходность (CAR) определяется как мера доходности, которая выше или ниже общей рыночной доходности. Подробная информация о методологии исследования событий, применяемой здесь, находится в подразделе «Методология исследования событий» раздела «Методы».

Внешние события, которые мы рассматриваем в этой статье, относятся только к советникам. Их даты известны заранее, и мы вычисляем их полярность из настроений в Твиттере. Подробная информация о том, как тональность твитов в день проведения советника (или накануне) используется для определения полярности события (отрицательная, нейтральная или положительная), находится в подразделе «Полярность событий советника» раздела « Методы ».

Окно событий в этом исследовании начинается за день до советника (день -1) и продолжается до 10 дней после советника.Для каждого дня мы проверяем соответствие между полярностью событий и направлением CAR (прибыль или убыток), значимостью CAR и их величиной. Нулевая гипотеза H 0 состоит в том, что советники не влияют на CAR. Мы тестируем H 0 отдельно для объявлений AfterClose и BeforeOpen.

На рис. 4 показаны результаты для событий EA, когда мы определяем их полярность по настроениям Twitter в день EA, Sent (0).Результаты показывают, что нулевая гипотеза H 0 отклоняется для всех дней после EA. Существует почти идеальное соответствие между полярностью советников, определяемой настроениями в Twitter, и направлением ЦАР. Нейтральные объявления (синие линии) не приносят прибыли (CAR около нуля), в то время как положительные (зеленые линии) и отрицательные объявления (красные линии) соответствуют прибыли (положительные CAR) и убыткам (отрицательные CAR) соответственно. Величина CAR высока (около 2–4%), и все они значимы на уровне 1% (обозначены красными точками).Эти результаты согласуются с существующей литературой по информационному содержанию отчетов EA. В нашем предыдущем исследовании событий [12], где мы анализировали все пики Twitter как события, а не только советники, CAR составлял 1-2%. Здесь, где у нас более длительный период времени и только события EA, CAR составляет 2–4%. Это подтверждает, что мнение Twitter правильно отражает содержание отчетов EA.

Рис. 4. Совокупная аномальная доходность — полярность советников вычисляется по настроению твитов в день 0.

События AfterClose (A) и BeforeOpen (B) анализируются отдельно. Разные цвета линий обозначают разную полярность событий: зеленая линия обозначает положительные события, синяя линия — нейтральные события, а красная линия — отрицательные события. В легендах цифры в скобках — это номера различных типов событий. Дни, когда CAR значимы на уровне 1%, отмечены красными точками.

https://doi.org/10.1371/journal.pone.0173151.g004

Однако величина CAR различается для событий AfterClose (около 4% на рис. 4A) и BeforeOpen (около 2% на рис. 4B).Кроме того, CAR для BeforeOpen со временем снижаются, а нейтральная линия показывает небольшой восходящий тренд. Это говорит о том, что твиты передают более слабый сигнал для объявлений BeforeOpen в дополнение или из-за их меньшей громкости по сравнению с объявлениями AfterClose.

Затем мы исследуем, есть ли какие-либо ожидания информации о предстоящих советниках в социальных сетях. Полярность событий советника мы определяем по твитам за день до анонса (день −1). Все остальные параметры исследования событий остаются прежними.Результаты представлены на рис. 5.

Рис. 5. Совокупная аномальная доходность. Полярность советников вычисляется по настроению твитов в день -1.

События AfterClose (A) и BeforeOpen (B) анализируются отдельно. Разные цвета линий обозначают разную полярность событий: зеленая линия обозначает положительные события, синяя линия — нейтральные события, а красная линия — отрицательные события. В легендах цифры в скобках — это номера различных типов событий. Дни, когда CAR значимы на уровне 1%, отмечены красными точками.

https://doi.org/10.1371/journal.pone.0173151.g005

На рис. 5B мы видим, что доходность практически равна нулю для всех типов советников. Мы можем сделать вывод, что в сообщениях Twitter за день до EA нет информации об анонсах BeforeOpen.

Доходность на рис. 5A невелика, но отлична от нуля. Однако полярность нейтральных и положительных событий из твитов не соответствует знаку соответствующих CAR (зеленые и синие линии на рис. 5A не расположены).Имеется слабый сигнал для отрицательных событий AfterClose (красная линия на рис. 5A). Отрицательные CAR в течение первых трех дней после EAs небольшие (около 1%), но статистически значимые (отмечены красными точками). Мы воспользуемся этим результатом в следующем подразделе, где мы разрабатываем торговую стратегию.

Важно отметить влияние различий между данными Twitter и советниками на предсказательную силу твитов. Если твиты ограничены календарными днями, можно наблюдать ложную предсказательную силу настроений в Твиттере.Для объявлений AfterClose существует пик активности Twitter сразу после закрытия рынка, но до полуночи (см. Рис. 3). Если это согласовано с торговлей в день -1, а не в день 0, можно будет наблюдать результаты, аналогичные показанным на рис. 4A. Тогда можно сделать вводящий в заблуждение вывод, что настроения Twitter в день -1 ожидают значительных CAR в день 0 и последующие дни. Эта проблема уже упоминалась в финансовой литературе [17], и здесь мы повторяем ее правильное рассмотрение в контексте социальных сетей.

Изучение прибыли от торговли

Цель этого подраздела — разработать действенную торговую стратегию, основанную на настроениях Твиттера. Результаты исследования событий с точки зрения CAR не могут быть напрямую использованы для торговли. Они показывают, что наши результаты, полученные с помощью автоматической классификации настроений в Twitter, согласуются с существующей финансовой литературой. Однако для торговли они дают лишь некоторые подсказки о сроках и полярности советников, которые стоит изучить.Торговая стратегия должна указывать, какие акции выбирать и когда их покупать / продавать. Цель этого подраздела — изменить исследование событий, чтобы идентифицировать акции (исходя из типа и полярности советников), действия (покупка или продажа, исходя из вычисленной доходности) и точное время торгов (на временной шкале). возвратов).

Здесь мы анализируем доходность торговли, как определено в уравнении (3), а не CAR. Мы предполагаем, что кто-то покупает / продает акцию по цене закрытия за день до советника (день -1), а затем продает / покупает ту же акцию через дней через дней после советника.Для сравнения мы также показываем результаты, когда покупают / продают индекс DJIA, а не отдельные акции. Это должно дать результаты, очень похожие на исследование события, которое уже включает рыночную модель в ЦАР.

Нашей отправной точкой являются результаты исследования событий. Сначала мы делаем нереалистичное предположение, что на сделке в день −1 мы уже предвидим настрой Twitter на следующий день, Sent (0). Поэтому мы продаем / удерживаем / покупаем акцию в день -1, если значение Sent (0) является отрицательным / нейтральным / положительным, соответственно.Результаты представлены на рис. 6. Как и ожидалось, доходность высока и очень похожа на значения CAR на рис. 4.

Рис. 6. Доходность сделок — полярность советников вычисляется по твитам в день 0.

События AfterClose (A) и BeforeOpen (B) анализируются отдельно. Сплошные линии обозначают сделки с отдельными акциями, а пунктирные линии обозначают соответствующие сделки с индексом DJIA. Цвета линий обозначают различную полярность событий, определяемую настроением твитов.

https: // doi.org / 10.1371 / journal.pone.0173151.g006

Затем мы делаем реалистичные предположения и торгуем в день -1, основываясь на твитах и ​​настроениях того же дня, Отправлено (-1). Результаты представлены на рис. 7, опять же очень похожими на CAR на рис. 5. Они показывают, что полярность объявлений BeforeOpen нельзя предсказать за день вперед на основе одних только твитов (рис. 7B). Для объявлений AfterClose некоторая низкая доходность может ожидаться только для отрицательных событий, и она уже уменьшается после дня объявления (красная линия на рис. 7A).Возможное объяснение заключается в том, что компании выпускают позитивные новости уже за несколько дней до этого, но они держат негативные новости столько, сколько могут [10].

Рис. 7. Доходность сделок — полярность советников вычисляется по твитам в день -1.

События AfterClose (A) и BeforeOpen (B) анализируются отдельно. Сплошные линии обозначают сделки с отдельными акциями, а пунктирные линии обозначают соответствующие сделки с индексом DJIA. Цвета линий обозначают различную полярность событий, определяемую настроением твитов.

https://doi.org/10.1371/journal.pone.0173151.g007

Приведенные выше результаты дают рекомендации по разработке торговой стратегии. Мы можем торговать только на основе настроений Twitter перед советниками, поэтому результаты на рис. 7 актуальны. Величина доходности составляет около 1% только для объявлений AfterClose (рис. 7A), а полярность настроений Twitter совпадает только с отрицательными доходностями (красная линия на рис. 7A). Основываясь на этих выводах, мы можем разработать простую торговую стратегию:

  • рассматривать только объявления AfterClose,
  • торгуют только на негативных событиях, т.е.е., полярность Отправлено (−1) отрицательно,
  • продать (продать) акцию в день -1 и выкупить ее обратно в день 0.

Обратите внимание, что короткие продажи — это обычная практика продажи акций, которыми в настоящее время не владеют.

Мы оцениваем эту простую торговую стратегию, тестируя ее на исторических данных за три с половиной года, с 1 июня 2013 г. по 31 декабря 2016 г. Мы предполагаем, что все сделки выполняются по цене закрытия, а все доходы реинвестируются. .Мы также принимаем во внимание спред, выбранный консервативно на уровне 0,05 доллара на акцию. На практике разброс обычно составляет около одного цента или меньше [26].

Результат моделирования торговли представлен на рис. 8. Зеленые точки представляют собой отрицательные события советника (т.е. Sent (−1) было отрицательным), в течение которых наша стратегия совершила сделку. Сплошная синяя линия представляет совокупный доход от нашей стратегии при начальных инвестициях 1,0. Пунктирная красная линия показывает возврат индекса DJIA, который считается эталоном.Зеленая вертикальная линия отделяет данные за первые три года, к которым было применено исследование событий, от последних полугодий новых данных.

Рис 8. Моделирование торговли на основе простой торговой стратегии.

Синяя линия показывает доходность сделки, а зеленые точки обозначают 37 отрицательных событий EA, которые привели к сделкам. Для сравнения красная пунктирная линия показывает значение индекса DJIA. Зеленая вертикальная линия отделяет данные за первые три года от последнего полугодия новых данных.

https://doi.org/10.1371/journal.pone.0173151.g008

Простая торговая стратегия выполняет 37 сделок (короткие продажи и обратные покупки) и приносит 42% прибыли за три с половиной года. Для сравнения: индекс DJIA за тот же период вырос примерно на 21%. Хотя эта простая стратегия значительно превосходит эталонный тест, большая часть разницы в доходности была получена за полгода, с января по июнь 2016 года. Шесть советников за этот период, классифицированные как отрицательные и приносящие большую часть прибыли, получены от следующие компании: IBM (дважды), INTC, AXP, DIS и CSCO.Вышеупомянутая торговая стратегия была получена на основе данных за три года. Мы протестировали ту же стратегию и на новых данных, с июля по декабрь 2016 года. В этот период только две сделки (с DIS и IBM), и прибыль незначительна.

Из этих результатов мы не можем сделать какой-либо надежный вывод об эффективности предлагаемой торговой стратегии. Мы не утверждаем, что относительно высокая прибыль значительна или что стратегия принесет аналогичные результаты в будущем.Однако интересно отметить, что эта торговая стратегия показывает низкие прибыли и убытки в течение первых двух с половиной лет и что она не следует за индексом.

Связь между настроениями в Твиттере и неожиданностью доходов

Цель этого раздела — сравнить информацию о доходах, полученную из социальных сетей, с финансовыми ожиданиями. Финансовые аналитики оценивают прибыль на акцию компании за несколько недель до оценки EA (см.г., http://www.zacks.com/earnings/). Эта оценка более-менее точна, но вызывает определенные ожидания. Когда фактические заявленные доходы отличаются, результатом является неожиданность доходов, отрицательная или положительная. Неожиданность прибыли ( ES ) определяется как нормализованная разница между заявленной и предполагаемой прибылью компании, см. Уравнение (1). Неожиданность прибыли часто используется в исследованиях событий для классификации событий EA. Например, в первоначальном исследовании событий [15] MacKinlay предлагает классифицировать событие EA как положительное, если фактическая прибыль превышает ожидаемую более чем на 2.5% (и наоборот для отрицательных событий). В нашем исследовании мы используем настрой Twitter для категоризации событий EA.

Мы сравниваем информационное содержание сообщения Twitter с сюрпризом о доходах. Мы применяем оценку методом наименьших квадратов для определения линейной регрессии между оценкой тональности и ES . Результаты показаны на рис. 9. Линии регрессии имеют следующий вид:

Рис. 9. Связь между оценкой настроения и неожиданностью прибыли.

События AfterClose (A) и BeforeOpen (B) анализируются отдельно. Синие точки обозначают полярность событий в день -1, а красные точки в день 0. Соответствующие регрессии представлены сплошными линиями.

https://doi.org/10.1371/journal.pone.0173151.g009

Результаты линейной регрессии показывают, что оценка настроения дня 0 и неожиданность прибыли связаны, но очень слабо. Однако никаких доказательств связи между Sent (-1) и ES не обнаружено, поскольку коэффициент R 2 показывает, что Sent (-1) объясняет менее 1% общей дисперсии.Более подробно, линейные модели, использующие Sent (−1), имеют очень небольшую объяснительную силу как для AfterClose, так и для BeforeOpen советников.

Выводы

Настоящее исследование показывает, что между социальными сетями и фондовым рынком существует значительная взаимосвязь. В некоторой степени результаты соответствующей работы подтверждаются, но мы также представляем более подробный и глубокий анализ. В частности, мы фокусируемся только на объявлениях о доходах, событиях, которые привлекают наибольшую торговую активность и внимание в социальных сетях.Мы находим важные различия в сроках объявления: до открытия рынка и после закрытия рынка. Эти различия необходимо учитывать при агрегировании данных Twitter в ежедневном разрешении и при согласовании данных Twitter и рыночных данных.

Мы применили методологию исследования событий, в которой настроения в Twitter определяют полярность отчетов о доходах. Мы показываем, что настроения Twitter очень хорошо интерпретируют содержание объявлений.Совокупная аномальная доходность высока и статистически значима. Однако мы не нашли доказательств того, что одни только настроения в Твиттере могут предсказать прибыль за день до ее объявления. Этот отрицательный результат может быть связан с выбранным согласованием между Twitter и рыночными данными для объявлений в нерабочее время. Если данные не выровнены в соответствии с рекомендациями в литературе, можно наблюдать ложное прогнозирующее влияние настроений Twitter на доходность цен.

Мы также анализируем неожиданность доходов, которая часто используется в исследованиях событий.Наше сравнение с настроениями в Твиттере показывает, что у них мало общего. Возможная причина может заключаться в том, что совокупный показатель из социальных сетей содержит информацию, отличную от агрегированных ожиданий финансовых аналитиков.

Это исследование ограничено только сообщениями о доходах, в которых мы наблюдаем значительно возросшую торговую активность и активность твитов. Есть и другие неожиданные события, которые можно отождествить с пиками активности в социальных сетях. Эти события могут оказать значительное влияние на рынок, и настроения в Твиттере могут сыграть важную роль в разработке торговых стратегий с использованием социальных сетей.

Методы

В этом разделе мы сначала обрисовываем наш подход к классификации настроений в Twitter. Затем мы покажем, как определить полярность событий советника по настроению твитов в конкретный день. Затем полярность событий используется в исследовании событий. Методология исследования событий кратко изложена в последнем подразделе.

Классификация настроений

Все собранные финансовые твиты помечены сантиментами. Настроение отражает склонность или позицию пользователя Twitter в отношении ожидаемого будущего движения акций.Акции, упомянутые в твите, обозначаются денежным тегом (например, «$ IBM»). Ожидаемое изменение его цены аппроксимируется тремя значениями настроения: отрицательным (цена акций упадет), нейтральным (цена останется неизменной) или положительным (цена акций будет расти). Маркировка твитов выполняется автоматически с применением модели классификации настроений.

Наш подход к автоматической классификации настроений [27] основан на контролируемом машинном обучении. Процедура состоит из следующих шагов: (i) большая выборка твитов (около 100000) сначала вручную аннотируется с позицией финансовых экспертов, (ii) помеченный набор используется для обучения и настройки классификатора, (iii) классификатор оценивается путем перекрестной проверки и сравнивается с соглашением между аннотаторами, и (iv) классификатор применяется ко всему набору собранных твитов.

Существует множество алгоритмов машинного обучения с учителем, подходящих для обучения классификатора тональности. Часто используются варианты машины опорных векторов (SVM) [28], потому что они хорошо подходят для крупномасштабных задач категоризации текста, надежны и хорошо работают. Для этого исследования был построен двухплоскостной SVM-классификатор [27]. Двухуровневая SVM предполагает упорядочение значений тональности и реализует порядковую классификацию. Он состоит из двух классификаторов SVM: один классификатор обучен отделять негативные твиты от нейтральных или позитивных; другой отделяет отрицательные или нейтральные от положительных.Результатом является классификатор с двумя гиперплоскостями, который разделяет векторное пространство на три подпространства: отрицательное, нейтральное и положительное. Во время классификации расстояния от обеих гиперплоскостей определяют прогнозируемое значение тональности.

Помеченные твиты для каждой акции объединяются на ежедневной основе, и вычисляется оценка настроения, определенная в уравнении (4). Обратите внимание, что в нашем предыдущем исследовании событий [12] мы использовали полярность настроений, а не оценку настроений. Полярность настроения игнорирует нейтральные твиты и определяется как.

Полярность событий советника

Методология исследования событий требует, чтобы внешние события, в нашем случае советники, классифицировались, должны ли они иметь отрицательное, положительное или нулевое влияние на доходность акций. Мы определяем полярность событий советника из оценок настроений, агрегированных за определенный день (день 0 или -1). Распределение оценок настроений для всех советников за два соответствующих дня показано на рис. 10.

Рис. 10. Распределение настроений всех объявлений о доходах.

Оценка тональности рассчитывается из твитов в день -1 (синий) и день 0 (красный) отдельно для событий AfterClose (A) и BeforeOpen (B). Вертикальными линиями отмечены пороговые значения, используемые для различения отрицательной, нейтральной и положительной полярности событий.

https://doi.org/10.1371/journal.pone.0173151.g010

Обратите внимание, что количество событий AfterClose (рис. 10A) равно 106, а количество событий BeforeOpen (рис. 10B) — 253. Настроение оценки, Отправлено (0) (красные столбцы) и Отправлено (-1) (синие столбцы) примерно нормально распределяются со слегка положительными средними значениями.Также обратите внимание, что сила сигнала настроения Twitter в день -1 намного слабее, чем в день 0. На это указывает большое количество событий со значениями Отправлено (-1), близкими к 0. Другими словами, твиты дня -1 содержат меньше информации о предстоящем событии, чем твиты дня 0, как и ожидалось.

Полярность советников определяется по распределению Sent (0) и Sent (−1). Мы определяем пороги таким образом, чтобы три категории распределялись равномерно.Пороговые значения приведены в таблице 3, а также показаны на рис. 10 в виде красных и синих вертикальных линий.

Установка порогового значения для сигнала всегда в некоторой степени произвольна, и систематического рассмотрения этого вопроса в исследовании событий [15] нет. Обоснование нашего подхода, уже использованного в [12], заключается в том, что настроения следует рассматривать в относительных терминах, в контексте связанных событий. Оценка настроения не имеет абсолютного значения, но обеспечивает только упорядочение событий по шкале от -1 (отрицательное) до +1 (положительное).Самый простой выбор — равномерно распределить все события между тремя классами. В тесно связанной работе Sprenger et al. [10] авторы используют процент положительных твитов для данного дня d , чтобы определить полярность события. Поскольку они также сообщают о избытке положительных твитов, они используют среднюю долю положительных твитов как порог между положительными и отрицательными событиями.

Методология исследования событий

Методология исследования событий была первоначально определена в финансовой эконометрике [15, 16].О первых адаптациях и приложениях к данным социальных сетей сообщили Sprenger et al. [10] и Ранко и др. [12]. В текущем исследовании есть два отличия от нашей предыдущей работы [12]: здесь мы фокусируемся только на заранее ожидаемых событиях (т.е. советниках), и мы используем более короткое окно событий, совместимое с разработанной торговой стратегией.

Таким образом, в текущем исследовании событий мы используем окно событий из 12 торговых дней, то есть за один день до события советника и до 10 дней после него.Мы используем окно оценки в 120 торговых дней и рыночную модель в качестве модели нормальной производительности, рассчитанной с помощью обычной регрессии наименьших квадратов доходности DJIA.

Суммарное количество аномальных возвратов.

Исследование события основано на предпосылке, что для правильного определения воздействия события необходимо определить меру аномальной доходности цены. Эта мера представляет собой фактическую доходность за вычетом нормальной доходности акций во время окна события. Для компании i и даты события d ненормальный возврат: (5) где AR i , d , R i , d , E [ R i , d ] являются и ожидаемая нормальная доходность соответственно.Нормальной моделью производительности, используемой в этой работе, является рыночная модель: она предполагает линейную зависимость между общей рыночной доходностью и доходностью акций. Подробнее см. [12].

Для того чтобы сделать общие выводы для набора анализируемых событий, необходимо сначала агрегировать наблюдения аномального возврата. Агрегирование выполняется по времени и по акциям. Агрегируя по всем акциям, мы получаем: (6) Совокупная аномальная доходность ( CAR ) с момента времени τ 1 до τ 2 представляет собой сумму аномальных доходов: (7)

Для расчета дисперсии CAR мы предполагаем, что (показано в [15]): (8) где N — общее количество событий.Наконец, мы вводим тестовую статистику. Это количество используется для оценки того, является ли влияние внешнего события на совокупную аномальную доходность значительным. Статистика теста определяется как: (9) где τ — временной индекс внутри окна события, а | τ 2 τ 1 | — общая длина окна событий.

Благодарности

Авторы хотели бы поблагодарить Sowa Labs (http://www.sowalabs.com) за предоставленные данные Twitter с пометкой о 30 компаниях DJIA и Себастьяна Шроффа за ценные сведения о сроках публикации отчетов о доходах.

Вклад авторов

  1. Концептуализация: IM.
  2. Обработка данных: MG PG DA.
  3. Формальный анализ: PG DA.
  4. Получение финансирования: IM.
  5. Расследование: PG DA IM MG.
  6. Методология: PG DA IM MG.
  7. Администрация проекта: ИМ.
  8. Ресурсы: MG PG DA.
  9. Программное обеспечение: PG DA.
  10. Кураторство: ИМ.
  11. Проверка: PG DA.
  12. Визуализация: PG DA.
  13. Написание — черновик: IM PG DA.
  14. Написание — просмотр и редактирование: IM PG DA.

Список литературы

  1. 1. Боллен Дж, Мао Х, Цзэн Х. Настроение Twitter предсказывает фондовый рынок. Журнал вычислительной науки. 2011; 2 (1): 1–8.
  2. 2. Боллен Дж., Мао Х., Пепе А.Моделирование общественного настроения и эмоций: настроения в Twitter и социально-экономические явления. В: Proc. 5-й международный AAAI Conf. в блогах и социальных сетях. т. 11. AAAI; 2011. с. 450–453.
  3. 3. Мао Х, Графс С., Боллен Дж. Прогнозирование финансовых рынков: сравнение данных опросов, новостей, Twitter и поисковых систем. arXiv препринт. 2011; Доступно по ссылке: http://arxiv.org/abs/1112.1051.
  4. 4. Прейс Т., Рейт Д., Стэнли Х. Сложная динамика нашей экономической жизни в разных масштабах: выводы из данных поисковых запросов.Философские труды Лондонского королевского общества A: математические, физические и инженерные науки. 2010; 368 (1933): 5707–5719. pmid: 21078644
  5. 5. Кристофек Л. Могут ли поисковые запросы Google Trends способствовать диверсификации рисков? Научные отчеты. 2013; 3 (2713). pmid: 24048448
  6. 6. Souza TTP, Kolchyna O, Treleaven PC, Aste T. Анализ настроений в Twitter применительно к финансам: пример из розничной торговли. arXiv препринт. 2015; Доступно по адресу: http: // arxiv.org / abs / 1507.00784.
  7. 7. Ван Г, Ван Т., Ван Б., Самбасиван Д., Чжан З., Чжэн Х и др. Толпы на Уолл-стрит: извлечение выгоды из платформ социального инвестирования. arXiv препринт. 2014 г .; Доступно по ссылке: http://arxiv.org/abs/1406.1137.
  8. 8. Желудев И., Смит Р., Асте Т. Когда социальные сети могут стать лидером на финансовых рынках? Научные отчеты. 2014; 4: 4213. pmid: 24572909
  9. 9. Соуза ТТП, Асте Т. Нелинейное воздействие: доказательства причинного воздействия социальных сетей на рыночные цены.arXiv препринт. 2016; Доступно по ссылке: http://arxiv.org/abs/1601.04535.
  10. 10. Шпренгер Т.О., Санднер П.Г., Тумасян А., Велпе И.М. Новости или шум? Использование Twitter для определения и понимания потока новостей, связанных с конкретной компанией. Журнал деловых финансов и бухгалтерского учета. 2014. 41 (7–8): 791–830.
  11. 11. Шпренгер Т.О., Тумасян А., Санднер П.Г., Велпе И.М. Твиты и торги: информационное содержание биржевых микроблогов. Европейский финансовый менеджмент. 2014; 20 (5): 926–957.
  12. 12.Ранко Дж., Алексовски Д., Калдарелли Дж., Грчар М., Мозетич И. Влияние настроений в Твиттере на доходность акций. PLoS ONE. 2015; 10 (9): e0138441. Доступно по адресу: http://dx.doi.org/10.1371/journal.pone.0138441. pmid: 263
  13. 13. Мао Й, Вэй В., Ван Б., Лю Б. Сопоставление акций S&P 500 с данными Twitter. В: Proc. 1st ACM Intl. Мастер-класс по актуальным темам междисциплинарных исследований социальных сетей. ACM; 2012. с. 69–72.
  14. 14. Макрехчи М., Шах С., Ляо В.Прогнозирование акций с использованием анализа настроений на основе событий. В: Proc. Intl. Конф. по Web Intelligence и технологиям интеллектуальных агентов. т. 1. IEEE; 2013. с. 337–342.
  15. 15. MacKinlay AC. Событийные исследования по экономике и финансам. Журнал экономической литературы. 1997; с. 13–39.
  16. 16. Кэмпбелл JY, Lo AWC, MacKinlay AC. Эконометрика финансовых рынков. Издательство Принстонского университета; 1997.
  17. 17. Беркман Х., Чыонг С. Событие, день 0? Объявления о доходах в нерабочее время.Журнал бухгалтерских исследований. 2009. 47 (1): 71–103.
  18. 18. Дойл Дж. Т., Магилке MJ. Сроки объявления прибыли: исследование гипотезы стратегического раскрытия информации. Бухгалтерский обзор. 2009. 84 (1): 157–182.
  19. 19. Schroff S, Meyer S, Burghof HP. Индивидуальный инвестор торгует продуктами с кредитным плечом — аппетит к риску и позиционирование на основе отчетов о доходах. ССРН. 2013 г .; Доступно по ссылке: https://ssrn.com/abstract=2223957.
  20. 20. Каниэль Р., Лю С., Саар Г., Титман С.Торговля инвесторами и модели доходности вокруг объявлений о доходах. Журнал бизнеса. 2007; с. 1–49.
  21. 21. Алостад Х., Давулку Х. Направленный прогноз цен на акции с использованием последних новостей в Twitter. В: Proc. Intl. Конф. по Web Intelligence и технологиям интеллектуальных агентов. т. 1. IEEE; 2015. с. 523–530.
  22. 22. Тафти А., Зотти Р., Янк В. Распространение информации в режиме реального времени в Twitter и на финансовых рынках. PLoS ONE. 2016; 11 (8): e0159226. Доступно по адресу: http: // dx.doi.org/10.1371/journal.pone.0159226. pmid: 27504639
  23. 23. Mohammad S, Kiritchenko S, Sobhani P, Zhu X, Cherry C. Набор данных для определения позиции в твитах. В: Proc. 10-й международный Конф. по языковым ресурсам и оценке; 2016. с. 3945–3952.
  24. 24. Kralj Novak P, Smailović J, Sluban B, Mozetič I. Настроение смайликов. PLoS ONE. 2015; 10 (12): e0144296. Доступно по адресу: http://dx.doi.org/10.1371/journal.pone.0144296. pmid: 26641093
  25. 25. Чыонг К.Стратегические сроки объявления прибыли? Бухгалтерский учет и финансы. 2010. 50 (3): 719–738.
  26. 26. NYSEData.com Factbook ;. Дата обращения: 10.10.2016. http://www.nyxdata.com/nysedata/asp/factbook/viewer_edition.asp?mode=table&key=252&category=3.
  27. 27. Мозетич И., Грчар М., Смаилович Я. Многоязычная классификация настроений в Твиттере: роль аннотаторов-людей. PLoS ONE. 2016; 11 (5): e0155036. Доступно по адресу: http://dx.doi.org/10.1371/journal.pone.0155036.pmid: 27149621
  28. 28. Вапник В.Н. Природа статистической теории обучения. Springer; 1995.

Глава Государственной службы финансового мониторинга Украины Игорь Черкасский представил публичный отчет за 2020 год

Уважаемые коллеги!

Разрешите представить результаты деятельности Государственной службы финансового мониторинга Украины (ГФМ) за 2020 год.

Прошлый год был временем непрерывных вызовов и угроз для всех нас, мы нашли в себе силы провести сбалансированную оперативную работу по проведению финансовых расследований с точки зрения эффективности и результативности.

Подробный отчет SFMS за 2020 год доступен на официальном сайте SFMS.

Для начала, в Отчете представлена ​​информация об основных аспектах правовых и нормативных положений Службы, ее организационной структуре, персонале, финансировании и основных результатах СФБ в плане выявления и блокирования активов от преступной деятельности или связанных с финансированием терроризма. .

Первым важным результатом 2020 года стала презентация 2-го Последующего отчета Украины по результатам 5-го раунда взаимной оценки Украины со стороны MONEYVAL, который прошел в рамках 2-ых межсессионных консультационных встреч MONEYVAL.

Утверждение настоящего Отчета еще раз подтвердило признание международным сообществом шагов, предпринятых нашей страной в направлении повышения эффективности национальной системы финансового мониторинга.

Вторым ключевым событием 2020 года стало подписание Президентом Украины Указа «О Дне работника системы финансового мониторинга», который определяет значительный вклад сотрудников национальной системы финансового мониторинга.

Во исполнение дополнений к Основному закону УФМС подготовило 10 постановлений, которые были приняты Кабинетом Министров Украины.

Что касается сотрудничества между SFMS и отчитывающимися субъектами, я хотел бы отметить, что количество отчетов от всех отчитывающихся субъектов в 2020 году сократилось более чем вдвое по сравнению с 2019 годом в связи с переходом к обнаружению финансовых транзакций. подлежат финансовому мониторингу на основе риск-ориентированного подхода.

В рамках обобщения типологического исследования в отчетном году Служба опубликовала типологическое исследование «Отмывание доходов от налоговых преступлений», целью которого является анализ существующих схем отмывания денег от налоговых преступлений и способов их реализации. а также для поддержки субъектов системы AML в их идентификации.

В контексте повышения эффективности взаимодействия с правоохранительными и спецслужбами, в которые СФМС передает соответствующие дела, необходимо подчеркнуть следующее.

В 2020 году в правоохранительные органы направлено

1036 обращений. Сумма подозрительных финансовых операций по указанным направлениям составляет 76,2 млрд грн.

Всего с марта 2014 г. по декабрь 2020 г. в правоохранительные органы было направлено 5 528 дел.

Координация участников системы финансового мониторинга основывалась на реализации Стратегии развития системы финансового мониторинга до 2020 года посредством деятельности Государственного совета по ПОД / ФТ, а также через сотрудничество с профессиональными ассоциациями отчитывающихся субъектов и общественностью.

На информационном уровне функционирование Единой государственной информационной системы было эффективным. В 2020 году продолжилась модернизация ИТ-системы SFMS.В частности, в отчетном году Служба получила копию программного обеспечения электронного кабинета системы финансового мониторинга и провела его экспериментальную эксплуатацию.

Кроме того, с целью расширения охвата общественности был запущен новый веб-портал СФМС, который в первой половине 2020 года был признан одним из лучших государственных сайтов Украины (первое место).

Вкратце остановимся на методическом обеспечении и сотрудничестве с отчитывающимися субъектами.

Хочу отметить, что в 2020 году более 2300 специалистов государственного и частного секторов прошли обучение на базе Государственного учреждения последипломного образования «Академия финансового мониторинга», находящегося под управлением Службы.

SFMS при содействии Координатора проектов ОБСЕ также подготовила и опубликовала «Руководство по риск-ориентированному подходу для специально назначенных отчитывающихся организаций» и «Руководство по раскрытию информации о конечных бенефициарных владельцах».

В международном контексте Служба сотрудничает со многими международными организациями, включая ФАТФ, МАНИВЭЛ, Эгмонтскую группу подразделений финансовой разведки и другие. В настоящее время ГФУ подписало 79 меморандумов о взаимопонимании с иностранными подразделениями финансовой разведки.В 2020 году Служба активно обменивалась финансовой информацией с иностранными подразделениями финансовой разведки.

Кстати о планах на будущее.

Важным направлением работы станет продолжение сотрудничества с МАНИВЭЛ в рамках координационных мероприятий по подготовке и презентации 3-го отчета о последующих действиях, который запланирован на конец третьего квартала 2021 года.

Кроме того, SFMS будет последовательно проводить анализ (оперативный и стратегический) финансовых транзакций, подлежащих финансовому мониторингу, других финансовых транзакций или информации, которая может иметь отношение к подозрениям в отмывании денег и финансировании терроризма.

SFMS обеспечит продуктивное сотрудничество с государственными регулирующими органами, правоохранительными органами, отчитывающимися организациями и, особенно, с институтами гражданского общества.

Хочу поблагодарить каждого сотрудника Службы за вклад в достигнутые результаты и всех, чей упорный труд помогает СФМС в реализации политики государственного финансового мониторинга.

____________________________________________

Вклад зависящей от активности синаптической пластичности в классическое кондиционирование у аплизии

Abstract

Пластичность центральных синапсов долгое время считалась наиболее вероятным механизмом обучения и памяти, но экспериментальная проверка этой идеи оказалась сложной.По этой причине мы разработали упрощенную подготовку сифонного рефлекса отмены Aplysia , который позволяет исследовать поведенческое обучение и память, одновременно отслеживая синаптические связи между отдельными идентифицированными нейронами в ЦНС. Ранее мы обнаружили, что моносинаптические связи от сенсорных нейронов сифона LE к моторным нейронам сифона LFS вносят существенный вклад в рефлекс при подготовке к отказу сифона (Antonov et al., 1999a). Теперь мы использовали этот препарат для оценки вклада различных клеточных механизмов в классическое кондиционирование рефлекса с помощью условного стимула (CS) и безусловного стимула «удар хвоста» (US).Мы обнаружили, что, по сравнению с непарным обучением, парное обучение с CS и US дает большее усиление отвода сифона и вызванное возбуждение нейронов LFS, большее облегчение комплексного PSP, вызванного в нейроне LFS сифонным отводом, и большее облегчение моносинаптический PSP, вызванный стимуляцией одного нейрона LE. Более того, усиленное облегчение моносинаптических LE-LFS PSPs больше для LE нейронов, которые активируются во время отвода сифона, и значительно коррелирует с усилением отвода сифона и вызванным возбуждением LFS нейронов.Эти результаты предоставляют наиболее прямые доказательства на сегодняшний день, что зависимая от активности пластичность в определенных центральных синапсах способствует поведенческой обусловленности и поддерживает идею о том, что синаптическая пластичность является механизмом обучения и памяти в более общем плане.

С тех пор, как почти 100 лет назад Рамон-и-Кахаль (1911) и Шеррингтон (1906) написали, что пластичность синапсов в ЦНС считается наиболее вероятным механизмом обучения и памяти. Однако экспериментальная проверка этой идеи оказалась чрезвычайно сложной, в первую очередь из-за огромной сложности ЦНС млекопитающих.Таким образом, хотя исследования систем млекопитающих подтвердили идею о том, что синаптическая пластичность способствует обучению (Mayford et al., 1996; Tsien et al., 1996; Rogan et al., 1997), доказательства были несколько противоречивыми (Zamanillo et al., 1999), возможно потому, что нет прямой связи между изменениями в конкретных синапсах и поведением (Hawkins, 1997). По этой причине полезны препараты беспозвоночных, такие как Aplysia , и предыдущие исследования показали, что пластичность в синапсах сенсорных нейронов и мотонейронов способствует нескольким простым формам обучения в Aplysia (для обзора см. Carew and Sahley, 1986; Бирн, 1987; Хокинс и др., 1993).

Жаберный и сифонный рефлекс отмены Aplysia претерпевает несколько неассоциативных форм обучения, таких как привыкание и сенсибилизация, а также ассоциативную форму обучения, классическое обусловливание (Carew et al., 1981). Обусловленность рефлекса отмены имеет многие поведенческие особенности, характерные для обусловливания у млекопитающих, включая специфичность стимула (Carew et al., 1983), специфичность ответа (Hawkins et al., 1989; Walters, 1989), временную специфичность и эффекты непредвиденных обстоятельств. (Хокинс и др., 1986), а также несколько эффектов контекста (Colwill et al., 1988a, b) и как прямое, так и одновременное обусловливание второго порядка (Hawkins et al., 1998). Эти поведенческие результаты предполагают, что кондиционирование у Aplysia и у млекопитающих может иметь общие клеточные и молекулярные механизмы. Клеточные исследования изолированной нервной системы Aplysia показали, что моносинаптические связи между сенсорными и двигательными нейронами, которые вносят вклад в рефлекс, демонстрируют аналог условного рефлекса с временными параметрами, подобными поведенческому условию (Hawkins et al., 1983; Уолтерс и Бирн, 1983; Кэрью и др., 1984; Кларк и др., 1994; Мерфи и Гланцман, 1996,1997, 1999). Более того, исследования этих синапсов в изолированной культуре клеток показали, что они подвергаются двум различным типам зависимой от активности ассоциативной пластичности, которая может способствовать формированию условий: усилению пресинаптического облегчения (Eliot et al., 1994; Bao et al., 1998). ) и долгосрочное потенцирование Хебба (Lin and Glanzman, 1994a, b, 1997; Bao et al., 1997).

Однако эти исследования в изолированной нервной системе или в культуре не смогли изучить вклад клеточных механизмов в формирование поведенческой обусловленности.Более того, исследования упрощенных препаратов для удаления жабр показали, что другие участки и механизмы пластичности также могут вносить свой вклад (Lukowiak, 1986; Colebrook and Lukowiak, 1988; Lukowiak and Colebrook, 1988), так что вклад каждого механизма остается неопределенным. Для решения этих проблем мы разработали упрощенный препарат, состоящий из сифона, хвоста и ЦНС Aplysia , который позволяет исследовать поведение, одновременно отслеживая синаптические связи между идентифицированными нейронами в ЦНС (Антонов и др., 1999а). Теперь мы использовали этот препарат для оценки вклада зависимой от активности синаптической пластичности и других клеточных механизмов в классическое кондиционирование рефлекса отмены сифона.

МАТЕРИАЛЫ И МЕТОДЫ

Экспериментальный препарат (рис. 1 A ) был описан ранее (Антонов и др., 1999a). Вкратце, сифонный хвост и ЦНС Aplysia californica (100–150 г; Маринус, Лонг-Бич, Калифорния) были вырезаны в 50% MgCl 2 и 50% искусственной морской воде, а затем прикреплены к полу записывающей камеры. заполнен циркулирующей аэрированной искусственной морской водой комнатной температуры.Сифон частично раскололся, а половина осталась незакрепленной. В электрофизиологических экспериментах брюшной ганглий был частично очищен от оболочки, а двуствольные микроэлектроды (заполненные 2,5 м KCl) были вставлены в сенсорный нейрон сифона LE (Byrne et al., 1974) и мотонейрон сифона LFS (Frost and Kandel, 1995) для внутриклеточной стимуляции и записи.

Условный стимул (CS; нажатие ∼20 г / мм 2 , длительность 500 мсек, производимое стимулятором контролируемой силы; Cohen et al., 1997) был доставлен в закрепленную половину сифона либо внутри рецептивного поля нейрона LE («on-field»), либо за пределами рецептивного поля нейрона («off-field»). Извлечение незакрепленной половины сифона регистрировали с помощью маломассивного изотонического датчика движения (Harvard Apparatus, Саут-Натик, Массачусетс), прикрепленного шелковой нитью. Пиковую амплитуду отвода сифона, а также амплитуду и площадь PSP в двигательном нейроне измеряли с использованием лабораторного интерфейса к микрокомпьютеру и коммерчески доступного программного обеспечения (Hilal Associates, Englewood, NJ), которое также контролировало стимуляцию.Безусловный стимул (УЗИ; электрический разряд переменного тока 25 мА, длительность 1 с) подавался в хвост через фиксированный капиллярный электрод. Препараты считались нездоровыми или поврежденными и не использовались, если при первом разряде выход сифона составлял <3 мм (максимальное удаление обычно составляло ~ 7 мм).

Препарат отдыхал не менее 1 часа до начала тренировки. Было три блока по четыре тренировочных попытки в каждом с 5-минутным интервалом между попытками в блоке и 20-минутным отдыхом между блоками (рис.1 В ). Ответ на CS измерялся в предварительном тесте за 5 минут до первого блока (Pre), в тестовых испытаниях через 15 минут после каждого блока (T1 – T3) и в заключительном пост-тесте через 45 минут после последнего блока (Post). . Эксперименты продолжали только в том случае, если отвод сифона при предварительном испытании составлял от 0,5 до 5 мм, и исключали, если были какие-либо видимые доказательства повреждения сифона в конце эксперимента. Во время парного обучения CS начиналась за 500 мс до США в каждом испытании. При непарном обучении межстимульный интервал составлял 2.5 мин. Животных случайным образом распределяли по условиям обучения.

В каждом тестовом испытании в электрофизиологических экспериментах мы измеряли моносинаптический PSP от нейрона LE к нейрону LFS, отвод сифона и срабатывание нейронов LE и LFS, вызванное сифонным краном, и отстранение, вызванное прямой стимуляцией LFS нейрон. В некоторых экспериментах мы гиперполяризовали нейрон LFS во время отвода сифона и измеряли комплексный PSP вместо вызванного срабатывания LFS. В этих экспериментах мы также измеряли входное сопротивление нейронов LE и LFS перед отводом.Если нейрон LE или LFS был утерян до заключительного пост-теста, результаты измерений, связанных с этим нейроном, не включались. Данные для каждой меры были проанализированы с использованием двух- или трехфакторного дисперсионного анализа с одним повторным измерением (тестом) с последующим запланированным сравнением экспериментальных групп в каждом тесте.

РЕЗУЛЬТАТЫ

Классическое кондиционирование

Aplysia сифонно-абстинентного рефлекса

Мы ранее продемонстрировали привыкание, утрату жизнедеятельности и сенсибилизацию при упрощенной подготовке сифонного вывода (Антонов и др., 1999а). Теперь мы протестировали классическое кондиционирование, сравнив изменения рефлекса отмены в четырех группах, которые получали парное обучение, непарное обучение, тренировку только с CS или тренировку только с US (рис. 1). Парное обучение привело к значительному увеличению ответа на CS по сравнению с предварительным тестом ( p <0,01 в последнем пост-тесте). Напротив, тренировка только с УЗИ вызвала меньшее и более короткое увеличение (сенсибилизацию), которое не было значимым с параметрами стимула, используемыми в этих исследованиях, а непарное обучение привело к небольшому снижению.Тренировка с одним только CS вызвала значительное снижение (привыкание), так что эффекты парных или непарных тренировок (которые включают повторную стимуляцию с помощью CS) следует оценивать в сравнении с этим привыканием, а также с их собственными оценками перед тестированием. Привыкание будет иметь тенденцию противодействовать сенсибилизации, производимой США, и эти конкурирующие процессы могут объяснить небольшое снижение реакции в непарной группе. Между четырьмя группами была значительная общая разница ( F (3,66) = 7.93; p <0,001), а парное обучение приводило к большему усилению вывода сифона, чем каждое из других условий обучения ( p <0,01 на заключительном пост-тесте в каждом случае). Эти результаты демонстрируют классическое кондиционирование рефлекса удаления сифона в упрощенном препарате.

Рис. 1.

Классическое кондиционирование рефлекса изъятия сифона Aplysia ( SWR ) в упрощенном препарировании. А , Опытная подготовка. г. , Ганглион; С.Н. , сенсорный нейрон; М.Н. , мотонейрон. В , Протокол парного обучения. Подробности см. В разделе «Материалы и методы». ITI , Промежуточный интервал. C , Примеры отвода сифона, производимого подключением к сифону (CS) на предварительном и последнем пост-тесте после парного ( P ) обучения, непарного ( UP ) обучения, обучения с CS в одиночку, или тренировка только с США (удар хвостом). D , Средние результаты экспериментов, подобных тем, которые показаны в C . Парное обучение привело к большему увеличению амплитуды отвода сифона, чем непарное обучение, тренировка только с CS или тренировка только с США. * p <0,05; ** p <0,01 по сравнению с парным. Ответы были нормализованы к средним значениям в предварительном тесте, которые составили 3,2 мм (парные), 2,7 мм (непарные), 2,7 мм (только CS) и 3,1 мм (только США), которые существенно не различались с помощью однофакторного дисперсионного анализа. .Средние безусловные ответы на первый удар хвостом составляли 7,5 мм (парный), 5,9 мм (непарный) и 7,8 мм (только УЗИ), также существенно не различались.

Увеличение вызванной активации двигательных нейронов сифона LFS и сенсорных нейронов сифона LE во время классического кондиционирования в брюшном ганглии одновременно с поведением (рис.2). Существует около 25 нейронов LE, из которых около 5 активируются CS (Byrne et al., 1974; Hickie et al., 1997), и 4 нейрона LFS

B , из которых 2 или 3 вносят вклад в измеряемый ответ. в этом препарате (Frost, Kandel, 1995; Антонов и др., 1999а). Предыдущие исследования показали, что моносинаптические связи между этими двумя классами клеток опосредуют примерно одну треть рефлекторного ответа в этом препарате (Антонов и др., 1999a). Остальная часть ответа опосредуется другими неидентифицированными сенсорными нейронами (Frost et al., 1997), полисинаптические входы в нейроны LFS от возбуждающих и тормозных интернейронов (Frost and Kandel, 1995) и периферических мотонейронов (Perlman, 1979), которые также получают моносинаптический вход от нейронов LE (Bailey et al., 1979) .

Рис. 2.

Увеличение вызванного возбуждения мотонейронов сифона LFS и сенсорных нейронов сифона LE во время классического кондиционирования. A , Примеры поведенческих и клеточных реакций на условный раздражитель при предварительном и последнем пост-тестах после парного и непарного обучения.В некоторых случаях амплитуды всплесков были ослаблены из-за ограниченной частотной характеристики записи. B , Среднее извлечение сифона и вызванное срабатывание нейронов LFS и LE, зарегистрированное в тех же экспериментах. Парное обучение приводило к большему увеличению амплитуды отвода сифона, что сопровождалось большим увеличением вызванной активации нейронов LFS и LE в течение первой 1 секунды. * p <0,05; ** p <0,01 по сравнению с непарными на этом и последующих рисунках.Средние значения при предварительном испытании составили 2,4 мм (парный) и 2,7 мм (непарный) для отвода сифона, 13,7 Гц (парный) и 16,3 Гц (непарный) для LFS-срабатывания и 5,2 Гц (парный) и 3,9 Гц (непарный) для ЛЕ стрельба, существенно не отличающаяся по испытаниям т . Средние безусловные ответы на первый удар хвоста составляли 4,3 мм (парный) и 4,9 мм (непарный), существенно не различаясь. C . Наблюдалась значительная корреляция между увеличением отвода сифона и увеличением вызванного возбуждения нейронов LFS.Сплошная линия указывает на линейную регрессию, а пунктирные линии указывают 95% доверительные интервалы для регрессии. SWR , Рефлекс отдачи сифона.

В этих экспериментах было две группы, которые получали либо парное, либо непарное обучение. Опять же, парное обучение привело к значительно большему усилению отвода сифона, чем непарное обучение в целом ( F (1,24) = 17,39; p <0,001) и по каждому из последних трех тестов ( p <0.01 в каждом случае). На рисунке 2 A показаны примеры срабатывания нейронов LE и LFS, а на рисунке 2 B показано среднее вызванное срабатывание в течение первых 1 секунды после начала реакции на сифонную стимуляцию, которая включает пик отвода сифона. в большинстве испытаний (среднее время достижения пика составляло 927 ± 28 мсек в целом и не изменилось более чем на 200 мс во время кондиционирования). Вызванная активация моторных нейронов LFS изменялась примерно параллельно с изменениями в выводе сифона, при этом парное обучение приводило к значительно большему усилению активации LFS, чем непарное обучение в целом ( F (1,24) = 13.51; p <0,01) и по последним трем тестам ( p <0,01 в каждом случае). Более того, увеличение вызванного срабатывания LFS достоверно коррелировало с увеличением отвода сифона ( r = 0,856; p <0,001 на заключительном пост-тесте; рис. 2 C ), и спаривание не имело каких-либо значимых дополнительный эффект на отказ, когда эта корреляция была учтена в анализе ковариации. Эти результаты предполагают, что специфические для пар изменения в вызванном возбуждении LFS вносят важный вклад в формирование рефлекса удаления сифона в этом препарате.

Также наблюдалось увеличение вызванной активации сенсорных нейронов LE, при этом парное обучение снова давало значительно больший прирост, чем непарное обучение в целом ( F (1,20) = 6,16; p <0,05) и далее. последние два теста ( p <0,05 в каждом случае). Однако, в то время как LFS-срабатывание и отвод сифона увеличивались только после парного обучения, LE-срабатывание увеличивалось после парного или непарного обучения. Кроме того, хотя наблюдалась тенденция к тому, что изменения в стрельбе LE коррелировали с изменениями в стрельбе LFS ( r = 0.26) и отвод сифона ( r = 0,25), спаривание все еще имело значительный эффект, когда эти корреляции были учтены при анализе ковариации. Эти результаты предполагают, что увеличение активации LE вносит вклад в изменения в возбуждении LFS и выводе сифона во время кондиционирования, но что другие механизмы, вероятно, также вносят свой вклад.

Другой механизм, который может способствовать формированию кондиционирования, — это изменение паттерна возбуждения клеток LFS или LE, что может привести к изменению их эффективности.Чтобы изучить схему стрельбы, мы рассчитали среднее количество всплесков в каждом интервале 100 мс после начала реакции на нажатие в каждом тесте (рис. 3). Как показано в примерах на Рисунке 2 A и средних результатах на Рисунке 3, схема активации ячеек LFS в предварительном тесте имела четыре компонента, аналогичных описанным ранее (Антонов и др., 1999a): пик на начало постукивания, более низкий уровень продолжительной стрельбы во время постукивания, второй пик вокруг смещения постукивания и постепенное снижение после постукивания.Кроме того, как описано ранее (Антонов и др., 1999a), вызванное срабатывание клеток LE при предварительном тесте имело два компонента, которые соответствовали первым двум компонентам срабатывания LFS, так что PSP из клеток LE вносили непосредственный вклад в срабатывание LFS во время тап, но только косвенно для срабатывания LFS после крана. После парной или непарной тренировки наблюдалось существенное увеличение активации LE-клеток во время и после постукивания, так что PSP из LE-клеток также могли вносить непосредственный вклад в LFS-активацию в это время.Однако не было значительных изменений в общей схеме срабатывания LE, с примерно равным увеличением срабатывания во всех временных интервалах и без значительного взаимодействия, связанного со временем, в ANOVA. Точно так же не было никаких существенных изменений в общей схеме стрельбы LFS. Эти результаты предполагают, что изменения в характере возбуждения клеток LE или LFS, вероятно, не вносят значительного вклада в кондиционирование.

Рис. 3.

Средняя картина возбуждения двигательных нейронов LFS и сенсорных нейронов LE на предварительном и последнем пост-тестах после парного и непарного обучения в тех же экспериментах, что и на рисунке 2.Количество всплесков в каждом интервале 100 мс было нормализовано к общему количеству всплесков на предварительном тесте в каждом эксперименте. Средние значения при предварительном тесте составляли 15,8 пиков (парные) и 18,8 пиков (непарные) для стрельбы LFS и 5,2 пиков (парные) и 3,9 пиков (непарные) для стрельбы LE, что существенно не различается. Горизонтальная полоса под осью x указывает приблизительную продолжительность сифонного крана.

Без изменений периферической эффективности мотонейронов во время кондиционирования

В дополнение к изменениям в ЦНС, изменения периферической эффективности мотонейронов способствуют дисбитуации и сенсибилизации отвода сифона (Антонов и др., 1999a) и классическое кондиционирование отдергивания жабр (Colebrook and Lukowiak, 1988; Lukowiak and Colebrook, 1988) в упрощенных препаратах мантийных органов. Поэтому мы исследовали, вносят ли аналогичные периферические изменения также вклад в классическое кондиционирование вывода сифона, измеряя вывод, производимый внутриклеточной стимуляцией моторного нейрона LFS через ~ 30 секунд после нажатия сифона в каждом тесте. Как показано на Рисунке 4, наблюдалось уменьшение отмены после парных или непарных тренировок, и между ними не было значительной разницы, хотя наблюдалась тенденция к меньшему снижению парных тренировок.Также не было значимой корреляции между изменениями в отводе сифона, вызванными стимуляцией LFS и стимуляцией сифона ( r = 0,26). Эти результаты предполагают, что изменения периферической эффективности нейронов LFS не вносят значительного вклада в кондиционирование в препарате для снятия сифона.

Рис. 4.

Классическое кондиционирование не включает значительных изменений в участках, удаленных от синапсов на двигательные нейроны. A , Примеры вывода сифона, вызванного внутриклеточной стимуляцией постоянным током нейрона LFS ( I LFS ) через 30 секунд после предварительного и последнего пост-теста после парного и непарного обучения. B , Среднее отведение сифона и количество спайков, произведенных внутриклеточной стимуляцией нейрона LFS в экспериментах, подобных тем, которые показаны в A , а также скорость спонтанной активации нейрона LFS за 5 секунд до каждого теста. Не было существенной разницы в отводе сифона, а также не было различий в возбудимости или спонтанном возбуждении мотонейрона. Средние значения на предварительном тесте составили 0,7 мм (парный) и 0,8 мм (непарный) для отвода сифона, 23,1 шипа (парный) и 26.2 пика (непарные) для пиков LFS и 1,6 Гц (парные) и 1,6 Гц (непарные) для самопроизвольного срабатывания LFS, незначительно отличаются по тестам t . SWR , Рефлекс отдачи сифона.

В этих экспериментах нейрон LFS стимулировался внутриклеточно с помощью импульса постоянного тока, который давал приблизительно постоянное количество спайков LFS в каждом тесте (рис. 4 B ), что указывает на отсутствие значительного изменения возбудимости мотонейрон.Также не было значительных изменений ни в скорости спонтанной активации нейронов LFS (рис. 4 B ), ни в их входном сопротивлении, измеренном с помощью гиперполяризующего импульса внутриклеточного тока за 10 секунд до нажатия сифона (парное среднее ± SEM = 99,5 ± 3,8%). ; n = 14; непарное среднее ± SEM = 96,7 ± 3,6%; n = 11). Эти результаты показывают, что классическое кондиционирование рефлекса отмены сифона не сопровождается значительными изменениями мембранных свойств нейронов LFS.

Увеличение комплексного PSP в двигательных нейронах LFS во время кондиционирования

Чтобы исследовать изменения в синаптическом входе в двигательные нейроны LFS во время кондиционирования, мы гиперполяризовали нейрон LFS в течение нескольких секунд, чтобы предотвратить его скачки, и записали продуцируемый комплексный PSP. сифонным краном на каждом тесте (рис.5). При эффективном удалении ячейки LFS из контура средний отбор сифона при предварительном испытании был снижен примерно на 30% по сравнению с экспериментами, в которых ячейка LFS не была гиперполяризована, что довольно хорошо согласуется с предыдущими оценками вклада одной ячейки LFS. на рефлекторный ответ в этом препарате (Антонов и др., 1999а). Несмотря на функциональное удаление нейрона из цепи, поведенческое кондиционирование было довольно нормальным, предполагая, что активация оставшихся мотонейронов претерпевает пластичность, аналогичную той, которая была гиперполяризована.

Рис. 5.

Фасилитация комплекса PSP в двигательных нейронах LFS во время классического кондиционирования. A , Примеры сложного PSP, производимого в моторном нейроне LFS путем отвода сифона на предварительном и последнем пост-тестах после парного и непарного обучения.В этих экспериментах мотонейрон был гиперполяризован примерно до -90 мВ на несколько секунд, чтобы предотвратить его срабатывание во время нажатия. B , Средние значения отвода сифона и сложного PSP, зарегистрированные в тех же экспериментах. При парном обучении наблюдалось большее увеличение амплитуды отвода сифона, что сопровождалось большим увеличением площади комплексного ПСП в первые 1 с после его начала. Средние значения на предварительном тесте составили 1,8 мм (парный) и 1.7 мм (непарный) для вывода сифона, и 36 369 мВ мс (парный) и 34 516 мВ мс (непарный) для области PSP, незначительно отличается по тестам t . Средние безусловные ответы на первый удар хвоста составили 3,7 мм (парный) и 4,1 мм (непарный), существенно не различаясь. C , Наблюдалась достоверная корреляция между увеличением амплитуды отвода сифона и увеличением площади комплекса ПСП.

Поскольку сложный PSP в нейроне LFS имеет сложную форму с множеством пиков (рис.5 A , 6), мы измерили общую площадь под PSP в первые 1 сек после ее начала. Как показано на Рисунке 5 B , площадь PSP изменялась примерно параллельно с изменением отвода сифона, при этом парное обучение давало значительно больший прирост PSP, чем непарное обучение в целом ( F (1,23) = 20,79; p <0,001) и по каждому тесту ( p <0,01 в каждом случае). Причем увеличение площади комплекса ПСП достоверно коррелировало с увеличением отвода сифона ( r = 0.643; p <0,001 на заключительном пост-тесте). Эти результаты предполагают, что изменения в синаптическом входе в двигательные нейроны LFS вносят важный вклад в классическое кондиционирование рефлекса удаления сифона.

Чтобы изучить возможные изменения формы сложной PSP, мы рассчитали среднюю площадь в каждом интервале 50 мс после начала реакции на нажатие на каждом тесте (рис.6). Как показано в примерах на рисунке 5A и средних результатах на рисунке 6, комплексный PSP на предварительном тесте имел четыре компонента, аналогичные описанным ранее (Антонов и др., 1999a), которые соответствуют четырем компонентам возбуждения мотонейрона: пику в начале удара, меньшей устойчивой деполяризации во время удара, второму пику вокруг смещения удара и постепенному снижению после удара. нажмите. Произошло значительное изменение формы комплексного PSP после парного, но не непарного обучения ( F (29,667) = 1,74; p <0,01 для взаимодействия в паре × тест × время), с увеличением каждый раз. интервал, но большее увеличение около конца крана.Это специфичное для спаривания изменение формы комплекса PSP может в принципе способствовать формированию кондиционирования, хотя оно не приводит к аналогичному изменению в паттерне возбуждения мотонейронов LFS, когда они не являются гиперполяризованными (Рис. 3).

Рис. 6.

Средняя форма сложной PSP в моторных нейронах LFS на предварительном и последнем пост-тестах после парного и непарного обучения в тех же экспериментах, что и на рисунке 5. PSP в каждом интервале 50 мсек нормализована. к общей площади на предварительном испытании в каждом эксперименте.Средние значения на предварительном тесте составляли 44 018 мВ мс (парные) и 41 132 мВ мс (непарные), не отличаясь существенно.

Увеличение моносинаптических PSP из полевых сенсорных нейронов LE во время кондиционирования

Комплексный PSP в LFS-нейроне включает моносинаптические PSP из идентифицированных сенсорных нейронов сифона LE, а также неидентифицированных сенсорных нейронов (Frost et al., 1997) и полисинаптического вход от возбуждающих и тормозных интернейронов (Frost, Kandel, 1995). Чтобы изучить изменения в моносинаптическом компоненте от LE нейронов во время кондиционирования, мы использовали внутриклеточный деполяризующий импульс тока, чтобы запустить единичный потенциал действия в LE нейроне за ~ 10 секунд до сифона в каждом тесте, и измерили как амплитуду, так и площадь единичного импульса. , моносинаптический PSP в нейроне LFS (рис.7). В среднем площадь моносинаптического PSP на предварительном тесте составляла 2,8 ± 0,3% от площади комплексного PSP, полученного сифонной стимуляцией через 10 секунд в тех же экспериментах ( n = 21). Когда отвод сифона находился в пределах рецептивного поля клетки LE, он давал в среднем 4,6 импульса во время отвода (рис. 2), и считается, что отвод с такой силой активирует примерно пять клеток LE (Byrne et al., 1974; Hickie et al., 1997). Эти результаты предполагают, что если моносинаптические PSP из клеток LE добавляются линейно, они будут вносить ∼64% площади сложного PSP, что хорошо согласуется с предыдущей оценкой Antonov et al.(1999a) на основе аналогичных методов. Это, вероятно, завышенная оценка, потому что PSP не складываются линейно по мере приближения к своему потенциалу реверсии, и они также имеют тенденцию подвергаться гомосинаптической депрессии во время всплеска спайков в одном сенсорном нейроне (ср. Murphy and Glanzman, 1996). Однако эти эффекты могут быть частично компенсированы гетеросинаптическим облегчением, вызванным рекрутированием модулирующих нейронов во время сифона (Hawkins and Schacher, 1989; Mackey et al., 1989), так что линейная оценка может служить приближением.

Рис. 7.

Облегчение моносинаптического PSP от LE нейрона к LFS нейрону во время классического кондиционирования. A , Примеры моносинаптического PSP, продуцируемого в нейроне LFS внутриклеточной стимуляцией в поле ( A 1 ) и вне поля ( A 2 ) LE нейрон ∼10 Секунду перед сифоном нажмите на предварительный тест и последний пост-тест после парного и непарного обучения. B , Средняя модуляция моносинаптических PSP во время парного и непарного обучения.Парное обучение привело к большему увеличению, чем непарное обучение, амплитуды и площади PSP от нейронов LE, которые активировались во время сифона (в полевых условиях; B 1 ). Увеличение PSP от полевых нейронов LE во время парного обучения также было значительно больше, чем увеличение PSP от LE нейронов, которые не сработали во время сифона (вне поля; B 2 ). Средние значения на предварительном тесте составили 10,8 мВ и 820 мВ мс (в паре, в поле) 13.0 мВ и 1040 мВ мс (непарный, вне поля), 10,6 мВ и 633 мВ мс (парный, вне поля) и 14,2 мВ и 1031 мВ мс (непарный, вне поля), существенно не различаются по ANOVA.

LE нейроны в этих экспериментах были классифицированы как находящиеся в поле, если отвод сифона находился в пределах рецептивного поля клетки и заставлял его срабатывать и участвовать в рефлексе, или как вне поля, если отвод был вне рецептивного поля клетки. ячейку и не вызвал ее возгорания. И амплитуда, и площадь моносинаптических PSP из полевых нейронов LE изменялись примерно параллельно с изменениями в сложном PSP и вызывали срабатывание нейронов LFS во время кондиционирования, тогда как наблюдались гораздо меньшие изменения в PSP из вне-полевых нейронов LE.Для полевых нейронов LE парное обучение привело к значительно большему увеличению моносинаптических PSP, чем непарное обучение в целом (амплитуда, F (1,37) = 18,75; p <0,001; площадь F (1,37) = 15,60; p <0,001) и по последним трем тестам ( p <0,01 в каждом случае). Кроме того, эффект спаривания значительно отличался для нейронов LE в поле и вне поля (амплитуда, F (1,37) = 8.79; p <0,01; площадь, Ф (1,37) = 3,78; p <0,05, односторонний тест для спаривания × взаимодействие рецептивного поля), при парном обучении, приводящем к значительному большему увеличению PSP от локальных нейронов, находящихся вне поля, по сравнению с нейронами вне поля в заключительном пост-тесте ( p <0,05 ). Все эти результаты согласуются с идеей о том, что кондиционирование включает в себя изменения моносинаптических PSP от сенсорных нейронов LE к моторным нейронам LFS, и что эти изменения, в свою очередь, связаны с зависимой от активности ассоциативной синаптической пластичностью, которая возникает, когда в сенсорном нейроне возникают спайки. временно в паре с США.

Увеличение площади моносинаптических PSP от полевых нейронов LE достоверно коррелировало с увеличением как отвода сифона ( r = 0,684; p <0,001 в последнем пост-тесте), так и срабатывания LFS ( r = 0,777; p <0,01) (рис.8). Кроме того, спаривание не оказало какого-либо значительного дополнительного эффекта на срабатывание LFS, когда эта корреляция была исключена при анализе ковариации. Напротив, увеличение площади PSP от внешних LE нейронов не коррелировало достоверно с увеличением отвода любого сифона ( r = 0.016) или стрельба LFS ( r = 0,203). Результаты по амплитуде PSP были аналогичными (данные не показаны). Эти результаты предполагают, что увеличение моносинаптических PSP из полевых нейронов LE вносит важный вклад в увеличение LFS-активации и отвода сифона во время кондиционирования в этом препарате.

Рис. 8.

Корреляция между моносинаптическими PSP на поле и выводом сифона или срабатыванием LFS во время классического кондиционирования. A , Примеры моносинаптического PSP, записанные за ~ 10 секунд до отвода сифона и вызвали срабатывание нейрона LFS на предварительном и последнем пост-тестах в одном эксперименте. B . Были обнаружены значительные корреляции между увеличением площади моносинаптических PSP в поле и увеличением амплитуды отвода сифона или количества вызванных спайков в двигательном нейроне LFS. SWR , Рефлекс отдачи сифона.

Увеличение входного сопротивления сенсорных нейронов LE в полевых условиях во время кондиционирования

Клеточные аналоги кондиционирования вызывают специфические для пары изменения мембранных свойств сенсорных нейронов LE (Hawkins et al., 1983; Кларк и др., 1994; Элиот и др., 1994). Считается, что эти изменения связаны с уменьшением тока K + , что отражается в увеличении входного сопротивления нейронов. Поэтому мы исследовали изменения входного сопротивления нейронов LE, измеряя гиперполяризацию, создаваемую внутриклеточным импульсом тока за ~ 10 секунд до моносинаптического PSP в каждом тесте в некоторых экспериментах, показанных на рисунке 7. Как показано в примере на рисунке 9 A и средние результаты на рисунке 9 B , входное сопротивление LE нейронов изменялось примерно параллельно с изменениями в моносинаптических PSP во время кондиционирования.Парное обучение привело к значительному увеличению входного сопротивления LE-нейронов в поле, чем непарное обучение в последнем пост-тесте ( p <0,01), тогда как для внеполевых LE-нейронов не было существенной разницы. Парное обучение также привело к значительно большему увеличению входного сопротивления LE нейронов вне поля в последнем пост-тесте ( p <0,05, односторонний). Более того, увеличение входного сопротивления LE-нейронов в поле достоверно коррелировало с увеличением площади моносинаптического PSP ( r = 0.695; p <0,05 на итоговом пост-тесте; Рис. 9 C ), и спаривание не оказало какого-либо значительного дополнительного эффекта на PSP, когда эта корреляция была учтена в анализе ковариации. Эти результаты подтверждают, что специфические для пар изменения мембранных свойств полевых LE нейронов вносят важный вклад в изменения моносинаптических PSP во время кондиционирования. Увеличение входного сопротивления LE-нейронов в поле также значительно коррелировало с увеличением вызванного срабатывания LE-нейронов ( r = 0.622; p <0,05), предполагая, что изменения свойств мембраны LE также вносят вклад в изменения вызванного возбуждения LE.

Рис. 9.

Увеличение входного сопротивления сенсорных нейронов LE при классическом кондиционировании. A , Примеры входного сопротивления нейрона LE, измеренного с помощью гиперполяризующего импульса внутриклеточного тока ( I LE ) ∼10 секунд до регистрации моносинаптического PSP на предварительном тесте и заключительном пост-тесте в одном эксперимент. B , Среднее изменение входного сопротивления в экспериментах, подобных показанному в A . Парное обучение привело к большему увеличению входного сопротивления полевых LE нейронов, чем непарное обучение. Существенных изменений входного сопротивления LE нейронов вне поля не наблюдалось. C . Наблюдалась значительная корреляция между увеличением площади моносинаптического PSP и увеличением входного сопротивления LE нейронов в поле. Rm , Сопротивление мембраны.

ОБСУЖДЕНИЕ

Мы использовали упрощенный препарат для снятия сифона для анализа клеточных механизмов, способствующих классическому кондиционированию. Поведенческое кондиционирование в этом препарате аналогично кондиционированию сифона в интактной Aplysia (Carew et al., 1981) и кондиционированию выхода жабр в другом упрощенном препарате (Hawkins et al., 1998), оба из которых демонстрируют дополнительные более высокие показатели. особенности порядка, характерные для кондиционирования позвоночных (Carew et al., 1983; Хокинс и др., 1986, 1989, 1998; Colwill et al., 1988a, b; Уолтерс, 1989). С помощью подготовки к отказу от сифона относительно легко изучить поведенческую обусловленность, одновременно отслеживая PSP между идентифицированными сенсорными и двигательными нейронами, которые вносят вклад в поведение. Предыдущие исследования показали, что около 55% рефлекса удаления сифона в упрощенном препарате опосредуется через ЦНС, что большая часть центрального компонента рефлекса опосредуется двумя или тремя мотонейронами сифона LFS и что около 60% синаптический вход в нейроны LFS обеспечивается моносинаптическими PSP из сенсорных нейронов сифона LE (Антонов и др., 1999а). Наши результаты хорошо согласуются с этими оценками. Кроме того, мы обнаружили, что во время кондиционирования моносинаптические PSP LE-LFS изменяются примерно параллельно со сложными PSP в двигательных нейронах LFS, вызванной активацией нейронов LFS и поведением (рис. 10). Изменения в моносинаптических PSP также значительно коррелируют с изменениями в возбуждении и поведении LFS. Эти результаты предоставляют, пожалуй, самые убедительные доказательства, полученные в любой системе, что изменения в моносинаптических PSP вносят вклад в ассоциативное обучение.

Рис. 10.

Сводка результатов электрофизиологических экспериментов. Рефлекс снятия сифона ( SWR ) в упрощенном препарате подвергается классическому кондиционированию, которое сопровождается специфическим для спаривания повышением вызванной активности как мотонейронов LFS, так и сенсорных нейронов LE, сложного PSP в нейронах LFS, моносинаптического PSP от on- полевые LE нейроны к LFS-нейронам, а входное сопротивление полевых LE-нейронов (** p <0,01; * p <0.05; † p <0,05, односторонний по сравнению с непарным или внеполевым). Более того, между большинством этих показателей наблюдалась значительная корреляция. Эти результаты предоставляют прямые доказательства того, что кондиционирование частично объясняется зависимой от активности пластичностью моносинаптических сенсорных нейронов-мотонейронов PSP.

Мы также получили доказательства двух дополнительных механизмов, хотя их вклад в формирование кондиционирования, по-видимому, меньше. Во-первых, наблюдалось увеличение и удлинение вызванного возбуждения сенсорных нейронов LE, и этот эффект был больше после парного, чем непарного обучения (рис.2). Продление активации сенсорных нейронов ранее было описано для сенсибилизации рефлекса удаления хвоста (Walters et al., 1983), но не для сенсибилизации рефлекса удаления сифона (Antonov et al., 1999a). Тем не менее, увеличение вызванного возбуждения LE имело низкую корреляцию с увеличением возбуждения LFS и отвода сифона, и спаривание все еще имело значительные эффекты, когда эти корреляции были учтены в анализе ковариации. Во-вторых, произошло изменение формы сложного PSP после парного, но не непарного обучения, при этом наибольшее увеличение PSP происходило вокруг конца тапа (рис.6). Аналогичное изменение происходит во время сенсибилизации в препарате для снятия сифона (Антонов и др., 1999a) и может быть связано либо с пластичностью интернейронов, либо с изменениями кратковременной пластичности (метапластичности) моносинаптических PSP сенсорных нейронов LE во время сифонного постукивания. (Fischer et al., 1997; Phares, Byrne, 1999). Однако это изменение формы сложного PSP не привело к аналогичному изменению характера возбуждения мотонейронов LFS, когда они не были гиперполяризованы (рис.3).

В аналогичных экспериментах по кондиционированию в упрощенном препарате для удаления жабр Colebrook и Lukowiak (1988) и Lukowiak и Colebrook (1988) обнаружили диссоциацию между возбуждением двигательного нейрона и поведением, которое они приписали изменению периферической эффективности мотонейроны жабр. Мы не обнаружили значительного изменения периферической эффективности мотонейронов сифона LFS после кондиционирования, хотя такое изменение наблюдается вскоре (2,5 мин) после сенсибилизации в упрощенном препарате для снятия сифона (Антонов и др., 1999а). Такие периферические эффекты, возможно, были более важными в препарате для удаления жабр Colebrook и Lukowiak (1988) и Lukowiak и Colebrook (1988), потому что часть рефлекса в этом препарате опосредуется через периферические ганглии (генитальные и жаберные ганглии). Напротив, большая часть периферического компонента рефлекса удаления сифона опосредуется через прямые синаптические связи от сифонных сенсорных нейронов к периферическим сифонным мотонейронам, которые подвергаются многим из тех же типов пластичности, что и центральные синапсы сенсорных нейронов (Bailey et al. ., 1979; Кларк и Кандел, 1984).

Lukowiak (1986) также наблюдал увеличение количества PSP от сенсорных нейронов вне поля во время кондиционирования в упрощенной подготовке к извлечению жабр. Механизм этого эффекта неизвестен, но он может включать специфическое для пары повышение эффективности США (Hawkins et al., 1983). В наших результатах наблюдалась аналогичная тенденция (рис. 7 B ), хотя она не была значимой. Однако в дополнение к этому умеренному увеличению количества PSP из внешних LE-нейронов, мы наблюдали значительно большее специфическое для спаривания увеличение моносинаптических PSP из полевых LE-нейронов (рис.7 А ). Это различие между LE-нейронами в поле и вне поля согласуется с одним из двух известных зависимых от активности механизмов ассоциативной синаптической пластичности: зависимым от активности усилением пресинаптического облегчения, которое происходит, когда пресинаптическая спайковая активность временно сочетается с облегчающим нейромедиатором (Хокинс). et al., 1983, 1993; Walters and Byrne, 1983) и долгосрочную потенциацию Хебба, которая возникает, когда пресинаптическая спайковая активность временно сочетается с постсинаптической деполяризацией (Kelso et al., 1986; Wigström et al., 1986). Оба этих типа пластичности проявляются в синапсах сенсомоторных нейронов Aplysia в изолированной культуре клеток (Eliot et al., 1994; Lin and Glanzman, 1994a, b; Bao et al., 1997, 1998; Schacher et al., 1997). Они также могут возникать во время поведенческого кондиционирования рефлекса удаления сифона, потому что нажатие на сифон вызывает всплеск активности сенсорных нейронов LE, а удар от хвоста вызывает высвобождение стимулирующих нейротрансмиттеров (Hawkins and Schacher, 1989; Mackey et al., 1989) и деполяризация мотонейронов LFS.

Теперь будет интересно исследовать роли этих двух зависимых от активности механизмов в формировании рефлекса сифонного удаления. Предварительные данные свидетельствуют о том, что они оба могут внести свой вклад. С одной стороны, постсинаптические манипуляции, которые блокируют долгосрочную потенциацию Хебба, такие как инъекция BAPTA и антагонисты рецепторов NMDA, также уменьшают клеточный аналог кондиционирования в изолированной нервной системе (Murphy and Glanzman, 1996, 1997, 1999) и поведенческое кондиционирование. в упрощенном приготовлении (Антонов и др., 1999b). Однако эти манипуляции могут также блокировать зависимое от активности усиление пресинаптического облегчения (Bao et al., 1998). С другой стороны, изменения моносинаптических PSP во время кондиционирования сопровождаются и коррелируют с изменениями входного сопротивления сенсорных нейронов LE (рис. 9). Изменения входного сопротивления явно пресинаптические и согласуются с зависимым от активности пресинаптическим облегчением, которое, как полагают, связано со специфическим для пары снижением тока K + , что приводит к расширению потенциалов действия и усилению высвобождения передатчика из сенсорных нейронов ( Хокинс и др., 1983, 1993). Такое снижение тока K + может также объяснять специфическое для спаривания увеличение вызванной активности сенсорных нейронов (Рис. 2). Изменения входного сопротивления и вызванная активация сенсорных нейронов LE не являются несовместимыми с долговременной потенциацией Хебба и могут ожидаться, если постсинаптический сайт индукции сопровождается пресинаптическим сайтом экспрессии. Действительно, недавно мы обнаружили, что специфическое для спаривания увеличение вызванной активации и входного сопротивления нейронов LE блокируется инъекцией BAPTA в нейрон LFS, что согласуется с идеей о том, что кондиционирование включает гибридный пресинаптический и постсинаптический механизмы и ретроградную передачу сигналов ( Антонов и др., 2000). Однако, независимо от точного клеточного механизма, наши настоящие результаты до сих пор являются наиболее прямым доказательством того, что пластичность моносинаптических сенсорных нейрон-мотонейронных PSP вносит свой вклад в классическое кондиционирование рефлекса удаления сифона и поддерживает идею о том, что синаптическая пластичность является механизмом обучения. и память в целом.

Сноски

  • Это исследование было поддержано грантом Mh36212 Национального института психического здоровья. Благодарим J. Koester, I.Купферманну и М. Рогану за их комментарии, Х. Айерсу и М. Пеллану за напечатание этой рукописи и К. Ламу за помощь с рисунками.

    Корреспонденцию следует направлять доктору Роберту Д. Хокинсу, Центр нейробиологии и поведения, Колледж врачей и хирургов Колумбийского университета, 1051 Riverside Drive, New York, NY 10032. Электронная почта: rhawkins {at} pi.cpmc. columbia.edu.

Матрица Ансофф — Обучение навыкам стратегии от MindTools.com

Понимание рисков различных вариантов

(также известная как сеть расширения продукта / рынка)

© iStockphoto
IrochkaT

Стратегии роста связаны с выгодами и рисками.

Успешные лидеры понимают, что если их организация должна расти в долгосрочной перспективе, они не могут придерживаться мышления «как обычно», даже когда дела идут хорошо. Им нужно найти новые способы увеличения прибыли и привлечения новых клиентов.

Доступно множество вариантов, например разработка новых продуктов или открытие новых рынков, но как узнать, какой из них лучше всего подойдет для вашей организации?

Здесь вы можете использовать такой подход, как матрица Ансоффа, чтобы подумать о потенциальных рисках каждого варианта и помочь вам разработать наиболее подходящий план для вашей ситуации.

Знакомство с инструментом

Матрица Ансоффа была разработана Х. Игорем Ансоффом и впервые опубликована в Harvard Business Review в 1957 году в статье под названием «Стратегии диверсификации». Это дало поколениям маркетологов и бизнес-лидеров быстрый и простой способ задуматься о рисках роста.

Матрица (см. Рисунок 1 ниже), которую иногда называют сеткой расширения продукта / рынка, показывает четыре стратегии, которые вы можете использовать для роста. Это также поможет вам проанализировать риски, связанные с каждым из них.Идея состоит в том, что каждый раз, когда вы переходите в новый квадрант (по горизонтали или вертикали), риск увеличивается.

Рисунок 1: Матрица Ансоффа

Совет:

Матрицу Ансоффа можно также использовать как инструмент личного планирования карьеры. Это может помочь вам взвесить риски, связанные с вашими карьерными решениями, и в результате выбрать лучший вариант. Узнайте больше об этом в нашей статье о личной матрице Ансоффа. .

Корпоративная матрица Ansoff

Рассмотрим подробнее каждый квадрант Матрицы.

Проникновение на рынок в нижнем левом квадранте — самый безопасный из четырех вариантов. Здесь вы сосредотачиваетесь на расширении продаж вашего существующего продукта на существующем рынке: вы знаете, что продукт работает, и рынок преподносит вам несколько сюрпризов.

Разработка продукта в правом нижнем квадранте немного более рискованна, потому что вы вводите новый продукт на свой существующий рынок.

По мере развития рынка в верхнем левом квадранте вы выводите существующий продукт на совершенно новый рынок.Вы можете сделать это, найдя новое применение продукту или добавив к нему новые функции или преимущества.

Диверсификация в правом верхнем квадранте — самый рискованный из четырех вариантов, потому что вы выводите новый, непроверенный продукт на совершенно новый рынок, который вы, возможно, не полностью понимаете.

Как использовать инструмент

Довольно просто использовать матрицу Ансоффа для взвешивания рисков, связанных с рядом стратегических вариантов.

Шаг 1. Проанализируйте свои варианты

Загрузите нашу бесплатную корпоративную таблицу Ansoff Matrix Worksheet.Затем запишите подходы, которые вы рассматриваете, на Матрице. Приведенная ниже таблица поможет вам подумать о том, как можно классифицировать различные подходы.

Развитие рынка Диверсификация

Здесь вы ориентируетесь на новые рынки или новые области существующего рынка. Вы пытаетесь продать больше одного и того же разным людям. Здесь вы могли бы:

  • Ориентируйтесь на различные географические рынки в стране или за рубежом.Проведите анализ PEST или используйте CAGE Distance Framework для выявления возможностей и угроз на этом другом рынке.
  • Используйте разные каналы продаж, такие как онлайн или прямые продажи, если в настоящее время вы продаете через агентов или посредников.
  • Использовать сегментацию рынка для таргетинга на разные группы людей, возможно, с другим возрастом, полом или демографическим профилем, чем у ваших обычных клиентов.
  • Используйте маркетинговый комплекс чтобы понять, как репозиционировать ваш продукт.

Эта стратегия рискованна: часто мало возможностей для использования имеющегося опыта или для достижения экономии за счет масштаба, потому что вы пытаетесь продавать совершенно разные продукты или услуги разным клиентам.

Помимо возможности расширения бизнеса, главное преимущество диверсификации заключается в том, что если один бизнес пострадает от неблагоприятных обстоятельств, это не повлияет на другой.

Проникновение на рынок Разработка продукта

При таком подходе вы пытаетесь продать больше одинаковых товаров на том же рынке.Здесь вы могли бы:

  • Разработать новую маркетинговую стратегию чтобы побудить больше людей выбрать ваш продукт или использовать его больше.
  • Ввести схему лояльности.
  • Стартовая цена или другие специальные предложения по акциям.
  • Увеличьте активность вашего торгового персонала.
  • Используйте Бостонскую матрицу чтобы решить, какие продукты требуют дальнейших инвестиций, а какие не следует принимать во внимание.
  • Купите компанию-конкурента (особенно на зрелых рынках).

Здесь вы продаете разные товары одним и тем же людям, поэтому вы можете:

  • Расширяйте свой продукт, производя различные варианты или переупаковывая существующие продукты.
  • Разрабатывать сопутствующие товары или услуги.
  • В сфере услуг сократите время вывода на рынок или улучшите обслуживание клиентов или качество.

Перепечатано с разрешения Harvard Business Review .Из «Стратегии диверсификации» Х. Игоря Ансоффа, 1957. Авторское право © 1957, Издательская корпорация Гарвардской школы бизнеса; все права защищены.

Шаг 2. Управление рисками

Провести анализ рисков чтобы лучше понять опасности, связанные с каждым вариантом. (Если их много, расставьте приоритеты с помощью диаграммы воздействия / вероятности риска. .) Затем создайте план на случай непредвиденных обстоятельств. это касается тех, с которыми вы, скорее всего, столкнетесь.

Шаг 3. Выберите лучший вариант

К настоящему моменту вы можете понять, какой вариант подходит вам и вашей организации. Вы можете убедиться, что это действительно лучший вариант, сделав последний шаг: используйте анализ матрицы решений. взвесить различные факторы в каждом варианте и сделать лучший выбор.

Использование девятиблочной матрицы Ансоффа

Некоторые маркетологи используют сетку из девяти квадратов для более сложного анализа. Это помещает «модифицированные» продукты между существующими и новыми (например, другой вкус вашего существующего соуса для пасты, а не запуск супа) и «расширенные» рынки между существующими и новыми (например, открытие другого магазина в соседнем город, а не расширение на международном уровне).

Это полезно, так как показывает разницу между расширением продукта и истинной разработкой продукта, а также между расширением рынка и выходом на действительно новые рынки (см. Рисунок 2 ниже).

Получите бесплатную рассылку новостей

Изучайте основные профессиональные навыки каждую неделю, а также получайте бонус Контрольный список основных стратегий, бесплатно!

Прочтите нашу Политику конфиденциальности

Однако будьте осторожны с тремя «вариантами», обозначенными оранжевым цветом, поскольку они включают попытку сделать две вещи одновременно без единственного преимущества настоящей стратегии диверсификации: полного выхода из спада на рынке отдельных продуктов.

Рисунок 2: Сетка из девяти ящиков

Ключевые моменты

H. Игорь Ансофф разработал матрицу Ансоффа в 1957 году. Она предлагает вам простой и полезный способ думать о росте.

Матрица описывает четыре возможных пути роста, которые различаются по степени риска:

  • Проникновение на рынок.
  • Разработка продукции.
  • Развитие рынка.
  • Диверсификация.

Чтобы использовать Матрицу, разместите свои варианты в соответствующем квадранте.Затем посмотрите на риски, связанные с каждым из них, и разработайте план действий в чрезвычайных ситуациях для устранения наиболее вероятных рисков. Это поможет вам сделать лучший выбор для вашей организации.

Скачать лист

.

Author: alexxlab

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *