近年来,随着“营改增、放管服”政策的实行,以及发票电子化改革的不断深化,我国企业在工商注册、发票开具和管理方面的便利性得到了极大提升,对于创造良好营商环境起到了重要作用,有效激发了市场的经济活力。但是,效率的提升客观上也为不法企业逃避税收监管提供了便利,为违法犯罪分子提供了可乘之机,导致税收风险管理问题错综复杂,监管难度逐年增加,对我国经济安全和政治安全造成了严重的损害。税务部门亟需提升监管手段,应对新形势下各类可能出现的税收风险,从被动式的管理全面转向主动式管理,以此达到早发现、早预警、早打击的监管效果。税收风险管理的核心环节是对税收风险的分析和识别。风险分析识别是否科学准确,直接影响风险应对处理的质效。近年来,税务机关在风险分析识别方面引入了各种方法和技术,其中机器学习技术则是基于税收大数据的有益尝试。机器学习是人工智能的重要子领域,其核心思想是让计算机通过学习海量税务数据,自动总结归纳规律,不断提升其判断能力。采用机器学习技术开展税收风险分析,包括归集和处理历史税收风险数据、利用历史数据选取适当的学习算法在机器上训练模型、根据模型自动进行分析决策。近期,Z市税务局积极探索利用机器学习技术,在虚开增值税发票风险识别、新注册虚假纳税人风险识别和研发费用加计扣除风险识别等多个场景,取得了较好的效果,基本避免了业务人员人工进行繁琐的数据比对工作,极大地提高了税务人员的工作效率。同时,数据驱动的机器学习可以及时发现最新的税收风险点,相对人工识别有明显优势。使用机器学习识别税收风险是开创性的,在目前初步尝试取得良好效果的前提下,有必要进一步总结、研究和拓展,为税收风险分析识别开拓新的思路,为税收大数据背景下的税收风险管理提供更加有力的支撑。本文首先充分探讨了当前税收风险管理面临的主要问题和挑战,以及机器学习等信息化技术对税收风险管理方面的正向作用。在此基础上,通过介绍和梳理Z市税务局利用机器学习技术开展税收风险分析识别的经验,提出了“确定风险主题-确定数据来源-确定特征维度-模型选择训练-模型结果分析-应用效果测评”的基于机器学习的税收风险分析识别的一般性方法,并运用该方法对新设立登记户户籍类风险和增值税虚开违法风险两类风险主题进行了案例分析,有效降低了税务管理人员的工作效率和工作质量。最后,本文从完善税收风险管理的制度保障和提升税收风险分析的技术能力两个方面,对机器学习在税收风险管理中的应用存在的问题提出了相应的对策,以期能够为新形势下防范税收风险、提高管理能力提供有益参考和对策建议。