目前,财经新闻通过互联网的快速传播,极易引起网民的大量关注,从而形成财经舆情事件,影响着网民的行为和资本市场的发展。关注财经舆情的网民群体中大部分是中国资本市场的主要投资者,具有一定的“股价敏感性”,且对负面舆情难以理性对待。因此,研究财经舆情中网民的负面情感变化对资本市场的发展至关重要。当前国内外学者从不同的角度对社会舆情中网民的负面情感进行了大量研究,但缺少财经舆情的相关研究,且鲜有对舆情演化中网民负面情感的转移规律进行研究。模型检测（model checking）技术可将复杂多维的网民行为数据抽象为网民情感状态转移模型,根据现实情境数据确定网民负面情感状态检测规则,并利用该规则检测网民情感状态转移模型,从而达到发现网民负面情感演变路径的目的,能够解决财经舆情中网民负面情感的“状态爆炸”和“状态转移”问题。因此,本文基于模型检测技术,将财经舆情中网民负面情感的时序变化过程看作问题空间中状态随时间的连续转移过程。首先,将财经舆情中的网民情感状态以三维矢量模型来表示,三个维度分别为:“网民情感极性”、“网民接受度”、“网民关注度”,根据案例数据库构建网民情感转移数据库模型,按照现实情境中负面情感演化一般规律建立检测规则库,构建了财经舆情演化中网民负面情感的模型检测框架。在此基础上,通过实证研究,选取近三年中十个典型的财经舆情案例,利用模型检测器Nu SMV实现了负面情感的模型检测过程。最后,通过对实证结果的分析,评估基于SCCT的三种企业应急策略对网民负面情感调节过程的影响,并为企业应急管理提供快速有效的建议。研究结果发现,在企业“违规”类财经舆情中,采用“重建型”应急策略效果较好;在企业“被造谣”类财经舆情中,企业应先采取“否认型”策略,再增加“弱化型”和“重建型”两种策略以减轻负面影响。