大型企业的税务风险分析需要对海量、多维、异构的涉税数据进行综合处理,传统基于规则的评估方法在灵活度和扩展性上都受到制约。针对大型企业关联交易税收风险的典型场景,定义了税务数据特征的表征抽取方法,并构建了基于人工神经网络多层感知机的税收风险分析预测模型。为评估所提出模型的性能,使用真实税务数据和专家标注数据构建了测试数据集,在不同正负样本比例和样本容量大小下进行了实验,并与几种广泛使用的机器学习模型进行了对比。实验结果表明所提方法在准确性、有效性上均有良好的表现。随着税务机关数据标注的不断完善,人工神经网络进行税务风险评估的方法在业务使用中具有广阔的前景。