국지 투영(LP)은 정책 개입에 대한 충격 반응을 추정하기 위해 경험적 거시경제학에서 널리 사용됩니다. 그러나 여러 면에서 LP는 블랙박스입니다. 특정 추정치를 어떤 메커니즘이나 역사적 사건이 주도하는지 불분명한 경우가 많습니다. 우리는 LP 추정치를 역사적 사건의 기여도 합으로 분해하는 새로운 방법을 소개합니다. 이는 각 타임스탬프에 대해 가중치와 반응 변수의 실현값의 곱입니다. 최소 제곱법의 경우, 이러한 가중치가 두 가지 해석을 허용한다는 것을 보여줍니다. 첫째, 가중치는 정화되고 표준화된 충격으로 나타납니다. 둘째, 가중치는 예측된 정책 개입과 샘플 내 과거 개입 간의 근접성 점수로 작용합니다. 특히, 이 두 번째 해석은 많은 머신러닝 방법으로 자연스럽게 확장됩니다. 이러한 방법들은 예측 변수에 대해 비선형적인 충격 반응을 생성하지만, 근접성 기반 가중치를 통해 과거 결과를 선형적으로 집계합니다. 이 프레임워크를 통화 정책 및 재정 정책 충격, 지구 온도, 초과 채권 프리미엄에 적용한 결과, 닉슨의 연준 개입, 스태그플레이션, 제2차 세계 대전, 아궁산 화산 폭발과 같이 쉽게 식별할 수 있는 사건들이 종종 매우 집중된 충격 반응 추정치의 주요 동인으로 나타난다는 것을 발견했습니다.