如何计算美国加息概率？
简单说一下，这题其实是个统计类的问题。 为了简化问题，我们考虑以下情况：美国货币政策由FOMC（美联储委员会）决策。在每次货币政策会议前，美联储会搜集大量经济和金融信息，并以此作为制定货币政策的依据。同时，基于历史数据，我们可以预期美联储的货币政策是以观察期的经济指标为基准的。
对“美联储加息”这个事件进行预测，就转化为对一个经济变量（如失业率、通胀率、非农新增就业人口等）的预测。 这个问题的难点在于：我们需要找到一个合适的基准利率水平作为参考。如果基点过低，那么加息的可能性就会被大大高估；反之，加息的可能性就会偏低，因为一次加息5个基点的“力度”是非常有限的——这很可能会被市场所忽略。寻找一个合适的基准非常关键。
个人建议采用自然利率来作为基准，理由是自然利率反映的是长期通货膨胀率，而长期通货膨胀率是货币当局无法控制的（除非动用激进的政策工具，如量化宽松和零利率政策）。自然利率能较好的作为一个基准。 但用自然利率作为基准也存在一个问题，那就是需要估计自然利率的水平。这里我们可以借助凯恩斯学派的新古典主义宏观经济学中的“IS-LM模型”来估计自然利率。
IS-LM模型是一个经典的宏观经济学分析框架，可以用来研究市场均衡（汇率/利率）的决定。在这个框架下，可以通过给定货币政策和财政政策，然后求解得到自然利率的数值。 有了自然利率的水平，我们就可以通过对过去数据的回归，得到预测未来概率的方法。下面是我以前写的关于这个内容的论文摘要，如果有兴趣可以搜索“基于IS-LM 的自然利率预测模型”，我的硕士毕业论文（全文约40页）。