Update core/external_scoring.py

core/external_scoring.py

@@ -1,20 +1,12 @@
 # core/external_scoring.py
 from __future__ import annotations
-from typing import Dict, Any, List, Tuple, Optional
+from typing import Dict, Any, List, Tuple
 import pandas as pd
 import math
-import re
 
-__all__ = [
-    "get_external_template_df",
-    "fill_missing_with_external",
-    "score_external_from_df",
-    "score_external",          # UI からはこれを呼べばOK（薄いラッパー）
-]
+__all__ = ["get_external_template_df", "fill_missing_with_external", "score_external_from_df"]
 
-# ===== 入力テンプレ（外部評価で UI から埋める想定） =====
 _TEMPLATE_ROWS: List[Tuple[str, str]] = [
-    # 経営者能力
     ("経営者能力", "予実達成率_3年平均(%)"),
     ("経営者能力", "監査・内部統制の重大な不備 件数(過去3年)"),
     ("経営者能力", "重大コンプライアンス件数(過去3年)"),
@@ -26,7 +18,7 @@ _TEMPLATE_ROWS: List[Tuple[str, str]] = [
     ("経営者能力", "倒産歴の有無(TRUE/FALSE)"),
     ("経営者能力", "倒産からの経過年数"),
     ("経営者能力", "重大事件・事故件数(過去10年)"),
-    # 成長率
+
     ("成長率", "売上_期3(最新期)"),
     ("成長率", "売上_期2"),
     ("成長率", "売上_期1(最古期)"),
@@ -35,7 +27,7 @@ _TEMPLATE_ROWS: List[Tuple[str, str]] = [
     ("成長率", "営業利益_期1(最古期)"),
     ("成長率", "主力商品数"),
     ("成長率", "成長中主力商品数"),
-    # 安定性
+
     ("安定性", "自己資本比率(%)"),
     ("安定性", "利益剰余金(円)"),
     ("安定性", "支払遅延件数(直近12ヶ月)"),
@@ -52,7 +44,7 @@ _TEMPLATE_ROWS: List[Tuple[str, str]] = [
     ("安定性", "主要顧客の平均信用スコア(0-100)"),
     ("安定性", "不良債権件数(直近12ヶ月)"),
     ("安定性", "業歴(年)"),
-    # 公平性・総合世評
+
     ("公平性・総合世評", "有価証券報告書提出企業か(TRUE/FALSE)"),
     ("公平性・総合世評", "決算公告や官報での公開あり(TRUE/FALSE)"),
     ("公平性・総合世評", "HP/IRサイトで財務資料公開あり(TRUE/FALSE)"),
@@ -60,133 +52,77 @@ _TEMPLATE_ROWS: List[Tuple[str, str]] = [
 ]
 
 def get_external_template_df() -> pd.DataFrame:
-    """UI 側で空の雛形を出すときに利用"""
-    return pd.DataFrame([(c, i, "") for c, i in _TEMPLATE_ROWS],
-                        columns=["カテゴリー", "入力項目", "値"])
+    return pd.DataFrame([(c, i, "") for c, i in _TEMPLATE_ROWS], columns=["カテゴリー", "入力項目", "値"])
 
 def fill_missing_with_external(df: pd.DataFrame, company: str = "", country: str = "") -> pd.DataFrame:
-    """
-    将来：外部DBやLLMで不足値を補完する場所。
-    いまは何もしないでそのまま返す。
-    """
+    # 将来: 外部DBと突合。今はスルー。
     return df.copy()
 
-# ===== スコア計算（定量化 & ユニット頑健化） =====
-
+# ===== スコア計算（堅牢化） =====
 _WEIGHTS = {
-    # 経営者能力
     ("経営者能力", "経営姿勢"): 8,
     ("経営者能力", "事業経験"): 5,
     ("経営者能力", "資産担保力"): 6,
     ("経営者能力", "減点事項"): 7,
-    # 成長率
+
     ("成長率", "売上高伸長性"): 10,
     ("成長率", "利益伸長性"): 10,
     ("成長率", "商品"): 6,
-    # 安定性
+
     ("安定性", "自己資本"): 8,
     ("安定性", "決済振り"): 10,
     ("安定性", "金融取引"): 6,
     ("安定性", "資産担保余力"): 6,
     ("安定性", "取引先"): 6,
     ("安定性", "業歴"): 4,
-    # 公平性
+
     ("公平性・総合世評", "ディスクロージャー"): 8,
 }
 _WEIGHT_NORM = 100.0 / float(sum(_WEIGHTS.values()))
 
-def _clamp(v: float, a: float, b: float) -> float:
-    return max(a, min(b, v))
-
-def _add(items: List[Dict[str, Any]], cat: str, name: str,
-         raw: float, weight: float, reason: str):
-    items.append({
-        "category": cat,
-        "name": name,
-        "raw": None if raw is None else round(raw, 2),
-        "weight": round(weight * _WEIGHT_NORM, 2),
-        "score": 0.0 if raw is None else round((raw / 10.0) * weight * _WEIGHT_NORM, 2),
-        "reason": reason
-    })
-
-# ---- 数値パーサ（日本語単位に強い） ----
-_UNIT = {"兆": 1e12, "億": 1e8, "万": 1e4}
-def _to_float(x) -> Optional[float]:
-    if x is None:
-        return None
-    s = str(x).strip()
-    if s == "":
-        return None
+def _clamp(v, a, b): return max(a, min(b, v))
 
-    # ▲, △ は負号扱い
-    sign = -1 if ("▲" in s or s.startswith("-")) else 1
-
-    # 兆/億/万/千 の単位
-    mul = 1.0
-    for k, v in _UNIT.items():
-        if k in s:
-            mul *= v
-    # 「千円」「3千万円」等
-    if "千" in s:
-        mul *= 1e3
-
-    # 数字のみ抽出
-    s_num = re.sub(r"[^\d\.]", "", s)
-    if not s_num:
-        return None
+def _to_float(x):
+    if x is None: return None
     try:
-        return sign * float(s_num) * mul
+        return float(str(x).replace(",", "").replace("▲", "-").replace("△", "-"))
     except Exception:
-        try:
-            return sign * float(s_num)
-        except Exception:
-            return None
-
-def _to_bool(x) -> Optional[bool]:
-    if x is None:
         return None
+
+def _to_bool(x):
+    if x is None: return None
     s = str(x).strip().lower()
-    if s in ("true", "t", "1", "yes", "y", "有", "あり", "○", "◯"):
-        return True
-    if s in ("false", "f", "0", "no", "n", "無", "なし", "×"):
-        return False
+    if s in ("true","t","1","yes","y","有","あり"): return True
+    if s in ("false","f","0","no","n","無","なし"): return False
     return None
 
-def _ratio(a: Optional[float], b: Optional[float]) -> Optional[float]:
-    if a is None or b is None or b == 0:
+def _ratio(a,b):
+    a = _to_float(a); b = _to_float(b)
+    if a is None or b in (None, 0): return None
+    try:
+        return a/b
+    except Exception:
         return None
-    return a / b
-
-def _ramp(x: Optional[float], good: float, bad: float,
-          lo: float = 0.0, hi: float = 10.0, neutral: Optional[float] = None) -> float:
-    """
-    x が good 側に近いほど高得点（10）、bad 側ほど低得点（0）。
-    欠損は neutral（指定なければ 5）。
-    """
+
+def _ramp(x, good, bad, lo=0.0, hi=10.0, neutral=None):
     if x is None:
-        return neutral if neutral is not None else (lo + hi) / 2.0
+        return neutral if neutral is not None else (lo+hi)/2.0
     if good > bad:
         if x <= bad: return lo
         if x >= good: return hi
-        return lo + (hi - lo) * (x - bad) / (good - bad)
+        return lo + (hi-lo) * (x-bad)/(good-bad)
     else:
         if x >= bad: return lo
         if x <= good: return hi
-        return lo + (hi - lo) * (x - good) / (bad - good)
+        return lo + (hi-lo) * (x-good)/(bad-good)
 
-# ===== メイン：DataFrame からスコア作成 =====
 def score_external_from_df(df: pd.DataFrame) -> Dict[str, Any]:
-    """
-    df: カラム ["カテゴリー","入力項目","値"] を前提。
-    値は '億', '万', '千円', '▲' などを含んでもOK（自動正規化）。
-    """
     def ref(label: str):
-        m = df["入力項目"].eq(label)
-        return df.loc[m, "値"].values[0] if m.any() else None
+        m = df["item"].eq(label) if "item" in df.columns else df["入力項目"].eq(label)
+        return df.loc[m, "value" if "value" in df.columns else "値"].values[0] if m.any() else None
 
     items: List[Dict[str, Any]] = []
 
-    # ---------- 経営者能力 ----------
     yoy3 = _to_float(ref("予実達成率_3年平均(%)"))
     audit_bad = _to_float(ref("監査・内部統制の重大な不備 件数(過去3年)"))
     comp_bad = _to_float(ref("重大コンプライアンス件数(過去3年)"))
@@ -199,181 +135,95 @@ def score_external_from_df(df: pd.DataFrame) -> Dict[str, Any]:
     bk_years = _to_float(ref("倒産からの経過年数"))
     incidents = _to_float(ref("重大事件・事故件数(過去10年)"))
 
-    # ---------- 成長率 ----------
-    s1 = _to_float(ref("売上_期1(最古期)"))
-    s2 = _to_float(ref("売上_期2"))
-    s3 = _to_float(ref("売上_期3(最新期)"))
-    p1 = _to_float(ref("営業利益_期1(最古期)"))
-    p2 = _to_float(ref("営業利益_期2"))
-    p3 = _to_float(ref("営業利益_期3(最新期)"))
-    prod_all = _to_float(ref("主力商品数"))
-    prod_grow = _to_float(ref("成長中主力商品数"))
-
-    # ---------- 安定性 ----------
+    s1=_to_float(ref("売上_期1(最古期)")); s2=_to_float(ref("売上_期2")); s3=_to_float(ref("売上_期3(最新期)"))
+    p1=_to_float(ref("営業利益_期1(最古期)")); p2=_to_float(ref("営業利益_期2")); p3=_to_float(ref("営業利益_期3(最新期)"))
+
     equity = _to_float(ref("自己資本比率(%)"))
-    delay_cnt = _to_float(ref("支払遅延件数(直近12ヶ月)"))
-    boun_cnt = _to_float(ref("不渡り件数(直近12ヶ月)"))
-    delay_days = _to_float(ref("平均支払遅延日数"))
-    mainbank = _to_bool(ref("メインバンク明確か(TRUE/FALSE)"))
-    lenders = _to_float(ref("借入先数"))
-    main_share = _to_float(ref("メインバンク借入シェア(%)"))
-    has_line = _to_bool(ref("コミットメントライン等の長期与信枠あり(TRUE/FALSE)"))
-    sales_m2 = _to_float(ref("月商(円)_再掲")) or sales_m
-    top1 = _to_float(ref("主要顧客上位1社売上比率(%)"))
-    top3 = _to_float(ref("主要顧客上位3社売上比率(%)"))
-    cust_score = _to_float(ref("主要顧客の平均信用スコア(0-100)"))
-    npl_cnt = _to_float(ref("不良債権件数(直近12ヶ月)"))
-    years = _to_float(ref("業歴(年)"))
-
-    # ---------- 公平性 ----------
-    has_sec = _to_bool(ref("有価証券報告書提出企業か(TRUE/FALSE)"))
-    pub_off = _to_bool(ref("決算公告や官報での公開あり(TRUE/FALSE)"))
-    pub_web = _to_bool(ref("HP/IRサイトで財務資料公開あり(TRUE/FALSE)"))
-    upd_on = _to_bool(ref("直近更新が定め通りか(TRUE/FALSE)"))
-
-    # 比率
+    delay_cnt=_to_float(ref("支払遅延件数(直近12ヶ月)"))
+    boun_cnt=_to_float(ref("不渡り件数(直近12ヶ月)"))
+    delay_days=_to_float(ref("平均支払遅延日数"))
+    mainbank=_to_bool(ref("メインバンク明確か(TRUE/FALSE)"))
+    lenders=_to_float(ref("借入先数"))
+    main_share=_to_float(ref("メインバンク借入シェア(%)"))
+    has_line=_to_bool(ref("コミットメントライン等の長期与信枠あり(TRUE/FALSE)"))
+    sales_m2=_to_float(ref("月商(円)_再掲")) or sales_m
+    top1=_to_float(ref("主要顧客上位1社売上比率(%)"))
+    cust_score=_to_float(ref("主要顧客の平均信用スコア(0-100)"))
+    npl_cnt=_to_float(ref("不良債権件数(直近12ヶ月)"))
+    years=_to_float(ref("業歴(年)"))
+    has_sec=_to_bool(ref("有価証券報告書提出企業か(TRUE/FALSE)"))
+    pub_off=_to_bool(ref("決算公告や官報での公開あり(TRUE/FALSE)"))
+    pub_web=_to_bool(ref("HP/IRサイトで財務資料公開あり(TRUE/FALSE)"))
+    upd_on=_to_bool(ref("直近更新が定め通りか(TRUE/FALSE)"))
+
     cash_to_ms = _ratio(cash, sales_m2)
     coll_to_ms = _ratio(collat, sales_m2)
 
-    def cagr(v1: Optional[float], v3: Optional[float]) -> Optional[float]:
-        if v1 is None or v3 is None or v1 <= 0:
-            return None
+    def cagr(v1, v3):
+        if v1 is None or v3 is None or v1 <= 0: return None
         try:
-            return (v3 / v1) ** (1 / 2) - 1.0
+            return (v3/v1)**(1/2) - 1.0
         except Exception:
             return None
 
-    s_cagr = cagr(s1, s3)
-    p_cagr = cagr(p1, p3)
+    s_cagr = cagr(s1, s3); p_cagr = cagr(p1, p3)
 
-    # --- 経営者能力 ---
-    mg_att = (
-        _ramp(yoy3, 90, 50) +
-        _ramp(0 if not audit_bad else -audit_bad, 0, -3) +
-        _ramp(0 if not comp_bad else -comp_bad, 0, -2) +
-        _ramp(indep, 33, 0)
-    ) / 4
-    _add(items, "経営者能力", "経営姿勢", mg_att,
-         _WEIGHTS[("経営者能力", "経営姿勢")],
-         f"予実{yoy3 or '—'}%/監査{int(audit_bad or 0)}/違反{int(comp_bad or 0)}/社外{indep or '—'}%")
+    def _add(cat, name, raw, weight, reason):
+        items.append({
+            "category": cat,
+            "name": name,
+            "raw": round(raw,2) if raw is not None else None,
+            "weight": round(weight*_WEIGHT_NORM,2),
+            "score": round(((raw if raw is not None else 5.0)/10.0)*weight*_WEIGHT_NORM,2),
+            "reason": reason
+        })
 
+    # 経営者能力
+    mg_att = (_ramp(yoy3, 90,50)+_ramp(0 if not audit_bad else -audit_bad,0,-3)+_ramp(0 if not comp_bad else -comp_bad,0,-2)+_ramp(indep,33,0))/4
+    _add("経営者能力", "経営姿勢", mg_att, _WEIGHTS[("経営者能力","経営姿勢")], f"予実{yoy3 or '—'}%/監査{audit_bad or 0}/違反{comp_bad or 0}/社外{indep or '—'}%")
     mg_exp = _ramp(exp_years if exp_years is not None else 5.0, 15, 0)
-    _add(items, "経営者能力", "事業経験", mg_exp,
-         _WEIGHTS[("経営者能力", "事業経験")],
-         f"経験{exp_years if exp_years is not None else '不明→中立'}年")
-
+    _add("経営者能力", "事業経験", mg_exp, _WEIGHTS[("経営者能力","事業経験")], f"経験{exp_years if exp_years is not None else '不明→中立'}年")
     mg_asset = _ramp(cash_to_ms, 1.5, 0.2)
-    _add(items, "経営者能力", "資産担保力", mg_asset,
-         _WEIGHTS[("経営者能力", "資産担保力")],
-         f"現預金/月商≈{round(cash_to_ms, 2) if cash_to_ms else '—'}")
+    _add("経営者能力", "資産担保力", mg_asset, _WEIGHTS[("経営者能力","資産担保力")], f"現預金/月商≈{round(cash_to_ms,2) if cash_to_ms else '—'}")
 
-    if incidents and incidents > 0:
-        pen = 0.0; rs = f"重大事故{int(incidents)}件→大幅減点"
+    if incidents and incidents>0:
+        pen=0.0; rs=f"重大事故{int(incidents)}件→大幅減点"
     elif has_bk:
-        pen = 6.0 if (bk_years and bk_years >= 10) else 3.0
-        rs = f"倒産歴あり（{bk_years or '不明'}年）"
+        pen=6.0 if (bk_years and bk_years>=10) else 3.0; rs=f"倒産歴あり（{bk_years or '不明'}年）"
     else:
-        pen = 10.0; rs = "事故/倒産なし"
-    _add(items, "経営者能力", "減点事項", pen,
-         _WEIGHTS[("経営者能力", "減点事項")], rs)
-
-    # --- 成長率 ---
-    _add(items, "成長率", "売上高伸長性",
-         _ramp(s_cagr, 0.08, -0.05),
-         _WEIGHTS[("成長率", "売上高伸長性")],
-         f"CAGR売上{round((s_cagr or 0)*100,1) if s_cagr is not None else '—'}%")
-
-    _add(items, "成長率", "利益伸長性",
-         _ramp(p_cagr, 0.08, -0.05),
-         _WEIGHTS[("成長率", "利益伸長性")],
-         f"CAGR営業{round((p_cagr or 0)*100,1) if p_cagr is not None else '—'}%")
-
-    # 成長中/全体の比率（0〜1）→ スコアへ線形変換
-    prod_ratio = None
-    if prod_all and prod_all > 0 and prod_grow is not None:
-        prod_ratio = max(0.0, min(1.0, prod_grow / prod_all))
-    prod_score = None if prod_ratio is None else 10.0 * prod_ratio
-    _add(items, "成長率", "商品",
-         5.0 if prod_score is None else prod_score,
-         _WEIGHTS[("成長率", "商品")],
-         f"成長中/主力 ≈ {round(prod_ratio,2) if prod_ratio is not None else '—'}")
-
-    # --- 安定性 ---
-    _add(items, "安定性", "自己資本",
-         _ramp(equity, 40, 5),
-         _WEIGHTS[("安定性", "自己資本")],
-         f"自己資本比率{equity or '—'}%")
+        pen=10.0; rs="事故/倒産なし"
+    _add("経営者能力","減点事項",pen,_WEIGHTS[("経営者能力","減点事項")],rs)
 
+    # 成長率
+    _add("成長率","売上高伸長性", _ramp(s_cagr,0.08,-0.05), _WEIGHTS[("成長率","売上高伸長性")], f"CAGR売上{round((s_cagr or 0)*100,1) if s_cagr is not None else '—'}%")
+    _add("成長率","利益伸長性", _ramp(p_cagr,0.08,-0.05), _WEIGHTS[("成長率","利益伸長性")], f"CAGR営業{round((p_cagr or 0)*100,1) if p_cagr is not None else '—'}%")
+    _add("成長率","商品", 5.0, _WEIGHTS[("成長率","商品")], "不明→中立")
+
+    # 安定性
+    _add("安定性","自己資本", _ramp(equity,40,5), _WEIGHTS[("安定性","自己資本")], f"自己資本比率{equity or '—'}%")
     if (delay_cnt is not None) or (boun_cnt is not None) or (delay_days is not None):
-        sc = (
-            _ramp(- (delay_cnt or 0), 0, -6) +
-            _ramp(- (boun_cnt or 0), 0, -1) +
-            _ramp(- (delay_days or 0), 0, -30)
-        ) / 3
-        rs = f"遅延{int(delay_cnt or 0)}/不渡{int(boun_cnt or 0)}/平均{int(delay_days or 0)}日"
+        sc=( _ramp(- (delay_cnt or 0),0,-6) + _ramp(- (boun_cnt or 0),0,-1) + _ramp(- (delay_days or 0),0,-30) )/3
+        rs=f"遅延{int(delay_cnt or 0)}/不渡{int(boun_cnt or 0)}/平均{int(delay_days or 0)}日"
     else:
-        sc = _ramp(cash_to_ms, 1.0, 0.2)
-        rs = f"代理：現預金/月商≈{round(cash_to_ms,2) if cash_to_ms else '—'}"
-    _add(items, "安定性", "決済振り",
-         sc, _WEIGHTS[("安定性", "決済振り")], rs)
+        sc=_ramp(cash_to_ms,1.0,0.2); rs=f"代理：現預金/月商≈{round(cash_to_ms,2) if cash_to_ms else '—'}"
+    _add("安定性","決済振り", sc, _WEIGHTS[("安定性","決済振り")], rs)
 
     sc_mb = 5.0
     sc_mb += 2.0 if mainbank else (-0.5 if mainbank is False else 0)
-    sc_mb += 1.0 if has_line else 0.0
-    sc_mb = _clamp(sc_mb, 0, 10)
-    _add(items, "安定性", "金融取引",
-         sc_mb, _WEIGHTS[("安定性", "金融取引")],
-         f"メイン{'有' if mainbank else '無' if mainbank is False else '—'}/与信枠{'有' if has_line else '無' if has_line is False else '—'}")
-
-    _add(items, "安定性", "資産担保余力",
-         _ramp(coll_to_ms, 4.0, 0.0),
-         _WEIGHTS[("安定性", "資産担保余力")],
-         f"担保/月商≈{round(coll_to_ms,2) if coll_to_ms else '—'}")
-
-    _add(items, "安定性", "取引先",
-         ( _ramp(- (top1 or 50), 0, -80) +
-           _ramp(cust_score, 80, 50) +
-           _ramp(- (npl_cnt or 1), 0, -3) ) / 3,
-         _WEIGHTS[("安定性", "取引先")],
-         f"上位1社{top1 or '—'}%/信用{cust_score or '—'}/不良{int(npl_cnt or 0)}")
-
-    _add(items, "安定性", "業歴",
-         _ramp(years, 20, 1),
-         _WEIGHTS[("安定性", "業歴")],
-         f"{years or '—'}年")
-
-    # --- 公平性・総合世評 ---
+    sc_mb += 1.0 if has_line else 0
+    sc_mb = _clamp(sc_mb,0,10)
+    _add("安定性","金融取引", sc_mb, _WEIGHTS[("安定性","金融取引")], f"メイン{'有' if mainbank else '無' if mainbank is False else '—'}/与信枠{'有' if has_line else '無' if has_line is False else '—'}")
+
+    _add("安定性","資産担保余力", _ramp(coll_to_ms,4.0,0.0), _WEIGHTS[("安定性","資産担保余力")], f"担保/月商≈{round(coll_to_ms,2) if coll_to_ms else '—'}")
+    _add("安定性","取引先", ( _ramp(- (top1 or 50),0,-80) + _ramp(cust_score,80,50) + _ramp(- (npl_cnt or 1),0,-3) )/3, _WEIGHTS[("安定性","取引先")], f"上位1社{top1 or '—'}%/信用{cust_score or '—'}/不良{int(npl_cnt or 0)}")
+    _add("安定性","業歴", _ramp(years,20,1), _WEIGHTS[("安定性","業歴")], f"{years or '—'}年")
+
+    # 公平性
     sc_dis = 0.0
     sc_dis += 10.0 if has_sec else (7.0 if (pub_off or pub_web) else 4.0)
-    if upd_on:
-        sc_dis += 1.0
-    sc_dis = _clamp(sc_dis, 0, 10)
-    _add(items, "公平性・総合世評", "ディスクロージャー",
-         sc_dis, _WEIGHTS[("公平性・総合世評", "ディスクロージャー")],
-         f"{'有報' if has_sec else '公開あり' if (pub_off or pub_web) else '公開乏しい'} / 更新{'◯' if upd_on else '—'}")
-
-    total = round(sum(x["score"] for x in items), 1)
-    return {
-        "name": "企業評価（外部）",
-        "external_total": total,
-        "items": items,
-        "notes": "欠損は中立、連続スコア×重み（自動正規化）／日本語単位を自動解釈"
-    }
-
-# ===== ラッパー：UI から呼びやすい形 =====
-def score_external(fin: Dict[str, Any] | None = None,
-                   external_df: Optional[pd.DataFrame] = None,
-                   company: str = "",
-                   country: str = "") -> Dict[str, Any]:
-    """
-    UI 側では基本この関数を呼ぶ想定。
-    - `external_df` が未指定ならテンプレを自動生成して中立値扱いで採点（ばらつきは小さくなる）
-    - 値が入った DataFrame を渡せば、上の `score_external_from_df` で定量スコア化
-    """
-    if external_df is None or external_df.empty:
-        tmpl = get_external_template_df()
-        filled = fill_missing_with_external(tmpl, company=company, country=country)
-        return score_external_from_df(filled)
-    else:
-        filled = fill_missing_with_external(external_df, company=company, country=country)
-        return score_external_from_df(filled)
+    if upd_on: sc_dis += 1.0
+    sc_dis = _clamp(sc_dis,0,10)
+    _add("公平性・総合世評","ディスクロージャー", sc_dis, _WEIGHTS[("公平性・総合世評","ディスクロージャー")], f"{'有報' if has_sec else '公開あり' if (pub_off or pub_web) else '公開乏しい'} / 更新{'◯' if upd_on else '—'}")
+
+    total = round(sum(x["score"] for x in items),1)
+    return {"name":"企業評価（外部・定量化）","external_total": total, "items": items, "notes":"欠損は中立、連続スコア×重み（自動正規化）"}