Wystąpienie i prezentacja artykułu pt. Inflation forecasting using high-frequency data with the application of the MIDAS model miał na celu zaprezentowanie wyników nowego rodzaju prognoz inflacji w Polsce. Narodowy Bank Polski, tworząc prognozy korzysta z zaawansowanych modeli ekonometrycznych, które mimo swojego bardzo mocnego oparcia w teorii makroekonomii, używają danych kwartalnych. Oznacza to, iż pomija się znaczną ilość dostępnych informacji, za pomocą których można wyjaśniać takie zmienne jak na przykład inflacja. W związku z tym w badaniu przyjęte zostało nowe podejście, polegające na użyciu danych dziennych. Zastosowano w tym celu model MIDAS (Mixed-data sampling) łączący zmienne objaśniające, które są w wysokiej częstotliwości (dzienne) ze zmienną objaśnianą, jaką jest inflacja, a będącą zmienną niższej częstotliwości (miesięczna). Oznacza to, że na każdą zmienną objaśnianą przypada wiele zmiennych objaśniających wysokiej częstotliwości. Taka forma badania ma na celu stworzenie modelu, który będzie przetwarzał więcej informacji, a przez to powinien osiągać lepsze wyniki predykcji. W ramach badania użyto danych z lat 2008-2023. Zostały one podzielone na kilka pięcioletnich podokresów (np. 2008-2013, 2009-2014 itd.). W każdym z nich stawiano oddzielne prognozy. Miesięczne wyniki inflacji zostały zestawione z danymi dziennymi. Zbadano możliwość stawiania prognoz za pomocą takich zmiennych jak: stopy zwrotu z WIG oraz WIG20, ceny kontraktów terminowych na ropę naftową oraz pszenicę i w końcu kurs złotego do dolara, oraz euro. Dla każdego z podokresów oddzielnie badane były możliwości predykcyjne par: wig/WIG20, EUR/PLN USD/PLN, cen kontraktów terminowych. Wyniki modeli okazały się następujące: W każdym z badanych podokresów najmniejsze wskaźniki błędów (to jest różnica pomiędzy faktyczną zaobserwowaną inflacją a inflacją postawioną w ramach prognozy) były osiągane przez modele, które używały cen kontraktów terminowych. Za najgorsze można natomiast uznać te, w których zmienne były związane z kursem walutowym. Zaprezentowane modele pomimo obiecujących wyników wymagają dalszej pracy, zarówno pod względem ich technicznej specyfikacji jak i doboru nowych zmiennych, które lepiej mogą przewidywać proces kształtowania się inflacji.