应对气候变化是推动经济高质量发展和生态文明建设的重要抓手，企业的碳减排信用风险关系到投资者、银行和政府等利益相关者的资金保障。因此，有效预警中国制造型企业碳减排信用风险成为当前的研究热点。首先基于熵权TOPSIS与耦合协调度模型验证制造型企业碳减排信用风险预警的必要性；其次，通过与多模型对比，证明MLP深度学习模型在企业碳减排信用风险预警中的优越性；最后，通过压力测试方法确定利益相关者的重点防控企业和行业类型。结果表明：第一，多数制造型企业处于中度、高度协调度耦合阶段，即企业“碳排放水平”因素会显著影响自身的碳减排信用风险；第二，制造型企业碳减排信用风险对“预期碳税力度τ”具有敏感性，而碳税对“石油加工、炼焦及核燃料加工业”的冲击最为明显；第三，本文提出的MLP深度学习模型预测效果最佳，其预测准确率达到98.60%，相较于其他模型平均提升了15.57%，充分表明了该模型的可行性和实用价值。