基于上市公司财务数据造假案例(Python实现)

一、问题背景
随着我国经济的快速发展，证券市场不断扩容，不同行业、不同规模的上市公司不断增加，目前上市公司的数量已超过 4000 家。然而，近年来不时出现上市公司财务数据造假及暴雷的情况，2020 年还出现了流动性危机及信用债违约等问题。这些问题提醒监管部门对上市公司进行有效监控。建立健全的常态化退市机制是中国资本市场的必经之路。近年来，监管部门已加大了监管力度，对于出现严重财务数据造假、丧失持续经营能力的上市公司，强制退市是唯一的选项。然而上市公司的退市必定会给投资者带来损失，因此投资者在选择投资品种时，有必要对上市公司的财务数据进行深入的分析研究。作为专业投资者，研究一家上市公司的财务数据是否稳健，需要考虑相关的诸多因素。面对上市公司多年的财务数据报告，筛选数据指标进行跟踪分析和研究，识别真伪，避免投资踩雷。

二、解决问题

1. 根据附件 1 的行业分类，利用附件 2 所提供的相关上市公司的财务数据，确定出各行业与财务数据造假相关的数据指标，并分析比较不同行业上市公司相关数据指标的异同。
2. 根据附件 2 中制造业各上市公司的财务数据，确定出第 6 年财务数据造假的上市公司。
3. 根据附件 2 中其他（除制造业外）各行业上市公司的财务数据，确定出第 6 年财务数据造假的上市公司。

三、数据说明
附件 1：上市公司的行业分类
附件 2：上市公司财务数据
附件 3：附件 2 中数据字段的说明

本次实战数据、代码请自行提取！！！
1520！