La precisión de la predicción de contagio ha sido uno de los problemas más ampliamente investigados y desafiantes en la investigación económica. Se ha dedicado mucho esfuerzo a investigar el determinante clave del contagio y a mejorar los modelos de predicción más potentes. En este estudio, nuestro objetivo es mejorar la predicción del efecto de contagio desde el mercado de valores de EE. UU. a los mercados de valores internacionales utilizando Google Trends como un nuevo indicador líder para predecir el contagio. Para mejorar esta predicción de contagio, se utilizan modelos de cópula dinámica para investigar la estructura de dependencia entre los mercados internacionales y el mercado de EE. UU., antes, durante y después de la ocurrencia de la crisis financiera de EE. UU. en 2008. También incorporamos los datos de Google Trends como variables exógenas en la ecuación de cópula de variación temporal. Así, se introduce el proceso ARMAX. Para investigar el poder predictivo de Google Trends, empleamos la prueba de razón de verosimilitud. Nuestros hallazgos empíricos respaldan que Google Trends es un indicador líder significativo para predecir el contagio en siete de cada 10 casos: pares SP-FTSE, SP-TSX, SP-DAX, SP-Nikkei, SP-BVSP, SP-SSEC y SP-BSESN. Nuestros modelos basados en Google parecen predecir particularmente bien el efecto de la crisis de EE. UU. en 2008. Además, encontramos que la contribución de Google Trends a la predicción de contagio varía entre los diferentes pares de mercados de valores. Este hallazgo nos lleva a observar que cuanto más volátil sea la correlación de variación temporal del mercado, más útil es Google Trends.