Локальные проекции (LP) широко используются в эмпирической макроэкономике для оценки импульсных ответов на политические вмешательства. Однако, в многих отношениях, они представляют собой черные ящики. Часто неясно, какой механизм или исторические эпизоды лежат в основе конкретной оценки. Мы вводим новый разложение оценок LP в сумму вкладов исторических событий, которое является произведением, для каждого временного штампа, веса и реализации переменной ответа. В случае наименьших квадратов мы показываем, что эти веса допускают два толкования. Во-первых, они представляют очищенные и стандартизированные шоки. Во-вторых, они служат как оценки близости между проектируемым политическим вмешательством и прошлыми вмешательствами в выборке. Заметно, что это второе толкование естественным образом распространяется на методы машинного обучения, многие из которых дают импульсные ответы, которые, хотя и нелинейны по предикторам, но все еще агрегируют прошлые результаты линейно через веса, основанные на близости. Применяя этот.framework к шокам в монетарной и фискальной политике, глобальной температуре и избыточной премии по облигациям, мы находим, что легко идентифицируемые события - такие как вмешательство Никсона в Федеральную резервную систему, стагфляция, Вторая мировая война и извержение вулкана МOUNT Agung - возникают как доминирующие драйверы часто сильно сконцентрированных оценок импульсных ответов.