在国家“金税工程”的支持下,数据电子化为税务机关税收风险管理进入大数据时代提供了必要条件。税收风险管理是一个不断推进、反馈和修正的闭环管理过程,其中税收风险识别是整个税收风险管理过程的基础和核心。传统的税务机关税收风险识别方法主要依赖人工专业判断,再加以简单的计算机辅助,通常只能针对大税种、纳税大户进行纳税行为识别,做到局部“应收尽收”,不能满足新时代精准征税及全局“应收尽收”的需求。论文从印花税这一小税种出发,针对以往传统方法在税收风险识别方面的不足（如数据整合不足、信息系统繁杂、数据分析技术欠缺等）,引入贝叶斯组合预测模型对全部税源进行分析,精准识别税收风险,并提出应对策略,具有一定的理论意义和实践价值。论文在阐述风险管理理论、信息不对称理论、税收遵从理论、大数据与税收大数据、数据挖掘技术等基础理论的前提下,从行业、税种、事项三个维度介绍税务机关的税收风险识别基本情况,从财务、税种、第三方信息三个种类描述税务机关在税收风险识别方面依赖的数据源,着重分析了税务机关在印花税风险识别方面存在的问题和成因,从而提出利用税收大数据与数据挖掘技术识别印花税风险的构想。有鉴于此,论文介绍了用最小二乘法线性回归建立单变量模型,再借助贝叶斯原理构建综合模型的建模思路,并且针对该模型不能排除行业、规模差异等影响因素的缺点,利用Probit函数构建风险指数进行优化,最后梳理分析建模的流程,使之具有应用价值。论文以A市的印花税风险识别为案例,应用该模型对涉税数据进行运算,得出预测应申报数,再与已申报数实际值比对,寻找出高风险纳税人,并抽样分析,在抽样分析结果的基础上制定相应的应对策略,提出在印花税风险管理的具体优化措施,还针对A市实际情况设计了一套优化的执行保障方案。论文将贝叶斯组合预测模型应用于小税种税收风险识别,对税收风险管理在小税种领域的应用以及为税收风险管理引入数据挖掘方法等方面具有学术意义,论文进行的案例分析、提出的优化方案,对于国内税务机关各级机构实践具有参考意义和推广价值。