近几年来,“减税降费”等多项税改加速进行,政府不断推进税收法规法律化……税收环境不断优化。而与此形成对比的是我国企业税务风险管理的发展时间短,普遍存在税务风险管理水平低的问题。在这样的背景下,本文对当前企业税务风险进行现状分析。根据存在的问题,有针对性地构建企业税务风险评估指标体系。分别基于有序逻辑回归与BP神经网络构建了企业税务风险评估模型,分析各指标与企业税务风险的相关关系,并对两个模型的评估效果进行了比较。发现基于有序逻辑回归的评估模型可得到更具体的结论,为企业管理者提供更详细的税务风险管理指导,基于BP神经网络的评估模型则提供了更高的评估准确率。企业可以利用风险评估模型实时对企业税务风险进行评估,根据评估结果更好地实现对企业税务风险的管理。本文分别从财务杠杆指标、盈利能力指标、运营能力指标、存货管理指标、固定资产管理指标五个方面选取了十项财务指标,又选取了财务人员占比、是否享有区域优惠两个非财务指标构建了企业税务风险评估的指标体系。利用后裔爬虫软件获取1178家主体的相关信息,剔除缺失值后,共保留1000家上市公司的相关数据。在评估指标优化的过程中,筛选出四个与企业税务风险显著相关的指标:资产负债比、资本密集度、净资产收益率、财务人员占比。通过有序逻辑回归与BP神经网络构建税务风险评估模型。结果证明财务人员占比、资产负债比越高,企业税务风险较高的概率越大;净资产收益率、资本密集度越高,企业税务风险较低的概率越大。有序逻辑回归评估法给出了更具体的结论,能够给予企业管理者更明确的工作指导。BP神经网络评估法得到了更好的模型拟合度,能够给予企业管理者更准确的税务风险评估结果。企业可综合利用两种评估方法来指导税务风险的评估以及评估后管理方案的制定。企业要注意将资产负债比控制在合理范围内,加强对投融资决策的监督管理,避免企业内控制度流于形式。要提高财务部门的整体素质与专业化水平,精简财务部门工作人员人数,避免人浮于事。要提高对优质资产与技术研发的投资,提高企业抗风险能力。