近年来,随着“营改增、放管服”政策的实行,违法犯罪分子疯狂虚开增值税专用发票,该类案件在经济犯罪中呈高发、频发的态势。税务部门与公安部门面对愈加严重的犯罪形势,打击工作将迎来一个新的挑战。通过研究当前虚开增值税专用发票犯罪趋势,剖析现阶段此类案件的侦查困境,以提取虚开增值税专用发票企业税务信息特征为切入点,引入机器学习方法,构建基于SVM支持向量机的企业虚开增值税专用发票风险预警评估模型,以此来达到早发现、早预警、早打击的效果,及时查控此类违法犯罪。本文以侦查学理论为基础,利用机器学习方法对虚开发票犯罪进行如下方面研究:第一部分综合阐述有关研究背景,对文献综述进行系统回顾并且提出了定量分析的研究方法。第二部分对虚开发票犯罪概念和“虚开”行为进行界定,描述了当前“虚出不虚进”、“虚进不虚出”、“虚进又虚出”三种主要犯罪类型。第三部分对虚开发票犯罪趋势和侦查困境进行分析,当前此类案件面临挽损率较低、侦查协作较差、案件取证较困难方面的挑战。为较好的解决此类案件的侦查难题,提升侦查部门打击此类犯罪的主动性,第四部分首先提出建立企业虚开增值税专用发票风险预警模型,其次以风险系数高低将企业化分成A、B、C、D、E五个风险级别,最后将收集的数据进行实证分析,结果显示模型的准确率为97%,与其他模型相比具有更好的适应能力。第五部分详细阐述了面对不同风险级别的企业来制定相应的侦查对策,首先针对低风险企业,以构建科学防范工作模式为主;其次针对中风险企业,以核查三流要素为主,进行数据碰撞,外围调查涉嫌“虚开”重点企业;最后针对高风险企业,运用涉税研判平台及时串并案件、锁定犯罪团伙,查控异常违法资金,加强各部门之间协同作战机制,全面固定犯罪证据,必要时发起集群战役及时抓捕犯罪嫌疑人。基于机器学习方法建立的虚开增值税专用发票风险预警模型能够实时预警,实现了侦查部门由被动应战到主动打击的转变。