【摘要】本文利用百度搜索大数据、金融风险指标滞后项以及结构数据变量滞后项建立金融风险预测模型,研究发现:(1)包含百度搜索大数据的风险预测模型有助于提升金融风险预测的准确度,并且模型在金融风险上升时期的预测效果要好于金融风险下降时期的预测效果。(2)公众搜索宏观经济类风险、银行机构类风险和互联网金融类风险产生"追涨杀跌"的非理性行为,搜索非银行机构类风险的当期产生"追涨杀跌"的非理性行为,随后转变为"追跌杀涨"的理性行为。