The brain is not a passive sensory-motor analyzer driven by environmental stimuli, but actively maintains ongoing representations that may be involved in the coding of expected sensory stimuli, prospective motor responses, and prior experience. Spontaneous cortical activity has been proposed to play an important part in maintaining these ongoing, internal representations, although its functional role is not well understood. One spontaneous signal being intensely investigated in the human brain is the interregional temporal correlation of the blood-oxygen level-dependent (BOLD) signal recorded at rest by functional MRI (functional connectivity-by-MRI, fcMRI, or BOLD connectivity). This signal is intrinsic and coherent within a number of distributed networks whose topography closely resembles that of functional networks recruited during tasks. While it is apparent that fcMRI networks reflect anatomical connectivity, it is less clear whether they have any dynamic functional importance. Here, we demonstrate that visual perceptual learning, an example of adult neural plasticity, modifies the resting covariance structure of spontaneous activity between networks engaged by the task. Specifically, after intense training on a shape-identification task constrained to one visual quadrant, resting BOLD functional connectivity and directed mutual interaction between trained visual cortex and frontal-parietal areas involved in the control of spatial attention were significantly modified. Critically, these changes correlated with the degree of perceptual learning. We conclude that functional connectivity serves a dynamic role in brain function, supporting the consolidation of previous experience.

Functional MRI (fMRI) studies have shown that low-frequency (<0.1 Hz) spontaneous fluctuations of the blood oxygenation level dependent (BOLD) signal during restful wakefulness are coherent within distributed large-scale cortical and subcortical networks (resting state networks, RSNs). The neuronal mechanisms underlying RSNs remain poorly understood. Here, we describe magnetoencephalographic correspondents of two well-characterized RSNs: the dorsal attention and the default mode networks. Seed-based correlation mapping was performed using time-dependent MEG power reconstructed at each voxel within the brain. The topography of RSNs computed on the basis of extended (5 min) epochs was similar to that observed with fMRI but confined to the same hemisphere as the seed region. Analyses taking into account the nonstationarity of MEG activity showed transient formation of more complete RSNs, including nodes in the contralateral hemisphere. Spectral analysis indicated that RSNs manifest in MEG as synchronous modulation of band-limited power primarily within the theta, alpha, and beta bands-that is, in frequencies slower than those associated with the local electrophysiological correlates of event-related BOLD responses.

People differ in their ability to perform novel perceptual tasks, both during initial exposure and in the rate of improvement with practice. It is also known that regions of the brain recruited by particular tasks change their activity during learning. Here we investigate neural signals predictive of individual variability in performance. We used resting-state functional MRI to assess functional connectivity before training on a novel visual discrimination task. Subsequent task performance was related to functional connectivity measures within portions of visual cortex and between visual cortex and prefrontal association areas. Our results indicate that individual differences in performing novel perceptual tasks can be related to individual differences in spontaneous cortical activity.

Correlations in spontaneous brain activity provide powerful access to large-scale organizational principles of the CNS. However, making inferences about cognitive processes requires a detailed understanding of the link between these couplings and the structural integrity of the CNS. We studied the impact of multiple sclerosis, which leads to the severe disintegration of the central white matter, on functional connectivity patterns in spontaneous cortical activity. Using a data driven approach based on the strength of a salient pattern of cognitive pathology, we identified distinct networks that exhibit increases in functional connectivity despite the presence of strong and diffuse reductions of the central white-matter integrity. The default mode network emerged as a core target of these connectivity modulations, showing enhanced functional coupling in bilateral inferior parietal cortex, posterior cingulate, and medial prefrontal cortex. These findings imply a complex and diverging relation of anatomical and functional connectivity in early multiple sclerosis and, thus, add an important observation for understanding how cognitive abilities and CNS integrity may be reflected in the intrinsic covariance of functional signals.

This paper conducts an event study analysis of the impact of operational loss events on the market values of banks and insurance companies, using the OpVar database. We focus on financial institutions because of the increased market and regulatory scrutiny of operational losses in these industries. The analysis covers all publicly reported banking and insurance operational risk events affecting publicly traded US institutions from 1978 to 2003 that caused operational losses of at least $10 million – a total of 403 bank events and 89 insurance company events. The results reveal a strong, statistically significant negative stock price reaction to announcements of operational loss events. On average, the market value response is larger for insurers than for banks. Moreover, the market value loss significantly exceeds the amount of the operational loss reported, implying that such losses convey adverse implications about future cash flows. Losses are proportionately larger for institutions with higher Tobin's Q ratios, implying that operational loss events are more costly in market value terms for firms with strong growth prospects.

A recent surge in natural disaster losses in the United States has created widespread disruptions in the property insurance market and generated calls for federal protection against natural disaster risk. This article examines the market for disaster insurance in the United States and finds that insurance markets are limited in their ability to intertemporally diversify catastrophic risk. In a targeted response, this article proposes a new form of federal reinsurance based on the auctioning of multiple peril catastrophe call spread options that cover industry losses in the range of $25-$50 billion. This article argues that the sale of these catastrophe excess-of-loss contracts utilizes the unique intertemporal diversification capabilities of the federal government to expand the market for natural disaster risk while enhancing the private market equilibrium for insurance.

Adaptive behaviour crucially depends on flexible decision-making, which in mammals relies on the frontal cortex, specifically the orbitofrontal cortex (OFC)1–9. How OFC encodes decision variables and instructs sensory areas to guide adaptive behaviour are key open questions. Here we developed a reversal learning task for head-fixed mice, monitored the activity of neurons of the lateral OFC using two-photon calcium imaging and investigated how OFC dynamically interacts with primary somatosensory cortex (S1). Mice learned to discriminate 'go' from 'no-go' tactile stimuli10,11 and adapt their behaviour upon reversal of stimulus–reward contingency ('rule switch'). Imaging individual neurons longitudinally across all behavioural phases revealed a distinct engagement of S1 and lateral OFC, with S1 neural activity reflecting initial task learning, whereas lateral OFC neurons responded saliently and transiently to the rule switch. We identified direct long-range projections from lateral OFC to S1 that can feed this activity back to S1 as value prediction error. This top-down signal updated sensory representations in S1 by functionally remapping responses in a subpopulation of neurons that was sensitive to reward history. Functional remapping crucially depended on top-down feedback as chemogenetic silencing of lateral OFC neurons disrupted reversal learning, as well as plasticity in S1. The dynamic interaction of lateral OFC with sensory cortex thus implements computations critical for value prediction that are history dependent and error based, providing plasticity essential for flexible decision-making. Dynamic interaction of neurons in lateral orbitofrontal cortex with the sensory cortex implements value-prediction computations that are history dependent and error based, providing plasticity essential for flexible decision-making.

Cognition requires the dynamic modulation of effective connectivity, i.e., the modulation of the postsynaptic neuronal response to a given input. If postsynaptic neurons are rhythmically active, this might entail rhythmic gain modulation, such that inputs synchronized to phases of high gain benefit from enhanced effective connectivity. We show that visually induced gamma-band activity in awake macaque area V4 rhythmically modulates responses to unpredictable stimulus events. This modulation exceeded a simple additive superposition of a constant response onto ongoing gamma-rhythmic firing, demonstrating the modulation of multiplicative gain. Gamma phases leading to strongest neuronal responses also led to shortest behavioral reaction times, suggesting functional relevance of the effect. Furthermore, we find that constant optogenetic stimulation of anesthetized cat area 21a produces gamma-band activity entailing a similar gain modulation. As the gamma rhythm in area 21a did not spread backward to area 17, this suggests that postsynaptic gamma is sufficient for gain modulation.

Cognitive functions are subserved by rhythmic neuronal synchronization across widely distributed brain areas. In 105 area pairs, we investigated functional connectivity (FC) through coherence, power correlation, and Granger causality (GC) in the theta, beta, high-beta, and gamma rhythms. Between rhythms, spatial FC patterns were largely independent. Thus, the rhythms defined distinct interaction networks. Importantly, networks of coherence and GC were not explained by the spatial distributions of the strengths of the rhythms. Those networks, particularly the GC networks, contained clear modules, with typically one dominant rhythm per module. To understand how this distinctiveness and modularity arises on a common anatomical backbone, we correlated, across 91 area pairs, the metrics of functional interaction with those of anatomical projection strength. Anatomy was primarily related to coherence and GC, with the largest effect sizes for GC. The correlation differed markedly between rhythms, being less pronounced for the beta and strongest for the gamma rhythm.