ローカル・プロジェクション（LP）は、政策介入に対するインパルス応答を推定するために経験的マクロ経済学で広く使用されています。しかし、多くの点で、LPはブラックボックスです。どのようなメカニズムや歴史的なエピソードが特定の推定値を駆動しているのかが不明瞭なことがよくあります。本稿では、LP推定値を、各タイムスタンプにおける重みと応答変数の実現値の積として表される、歴史的イベントへの寄与の合計に分解する新しい方法を提案します。最小二乗法の場合、これらの重みは2つの解釈を許容することを示します。第一に、それらは精製され標準化されたショックを表します。第二に、それらは、投影された政策介入とサンプル内の過去の介入との間の近接性スコアとして機能します。特に、この2番目の解釈は、機械学習手法にも自然に拡張できます。これらの手法の多くは、予測因子に対して非線形でありながら、近接性に基づいた重みによって過去の結果を線形に集計するインパルス応答を生成します。このフレームワークを金融・財政政策のショック、地球の温度、および超過国債プレミアムに適用した結果、ニクソン大統領の連邦準備制度への介入、スタグフレーション、第二次世界大戦、アグン山火山噴火などの容易に特定できるイベントが、しばしば集中度の高いインパルス応答推定値の主要なドライバーとして浮上することがわかりました。