Publicado el Thu Aug 20 2026 00:00:00 GMT+0000 (Coordinated Universal Time) por Miguel Gonzalez Herrera

Antes de entrar en materia, una aclaración: el actor legaltech/ine no es un conector “jurídico” en sentido estricto — no consulta jurisprudencia, normativa ni bases de datos legales, sino estadísticas oficiales del Instituto Nacional de Estadística. Pero tener acceso directo a esos datos sociales y económicos también es una ventaja para quien ejerce el derecho. La realidad jurídica es, casi siempre, la consecuencia de una realidad social previa: una ejecución hipotecaria no surge en el vacío, surge porque en un territorio concreto se firmaron muchas hipotecas en un periodo de expansión y una parte de ellas, más tarde, dejó de pagarse. Entender esa base estadística —cuántas hipotecas hay detrás, cómo evoluciona, en qué provincias se concentran las ejecuciones— da contexto a un caso o a un problema legal concreto que ningún buscador jurídico te va a dar.

El INE publica cada mes dos estadísticas separadas: la de hipotecas constituidas (cuántas se firman) y la de ejecuciones hipotecarias (cuántas terminan en un procedimiento judicial). Cada una vive en su propia operación estadística, con sus propias tablas y sus propios códigos. Cruzarlas —por provincia, por año, calculando qué porcentaje de las hipotecas nuevas de una zona termina en ejecución— no es algo que puedas pedirle a un buscador: es un cálculo que tienes que montar tú mismo, tabla a tabla. En esta guía verás cómo el MCP de Apify conectado a Claude hace ese cruce por ti, y usaremos los propios datos del INE para construir los gráficos de este artículo.

💬 ¿Prefieres ChatGPT en vez de Claude? Puedes configurar este mismo conector MCP de Apify en ChatGPT siguiendo este tutorial.

📊 ¿Qué hace el actor legaltech/ine (y para qué no sirve)?

El actor legaltech/ine es una capa semántica en lenguaje natural sobre el catálogo completo del INE, incluidas la Estadística de Hipotecas (HPT) y la Estadística sobre Ejecuciones Hipotecarias (EH). El flujo es siempre el mismo:

1. Busca la tabla o la operación estadística a partir de tu pregunta, combinando el catálogo interno del actor con el buscador del INE.
2. Inspecciona las dimensiones de esa tabla (provincia, naturaleza de la finca, tipo de titular, periodo…) y los valores disponibles para cada una.
3. Filtra y extrae los datos numéricos, con enlaces estables a la fuente para poder citarla.

Si le preguntas cuántas hipotecas se firmaron en España el mes pasado, obtendrás la respuesta, pero ese dato ya sale en la nota de prensa mensual del INE y en decenas de medios económicos que la resumen ese mismo día — no es donde el actor aporta más valor. Donde marca la diferencia es en el cruce que nadie ha hecho por ti: coger la tabla de hipotecas y la tabla de ejecuciones, alinearlas por provincia y año, y calcular un ratio que no existe publicado en ningún sitio porque exige combinar dos operaciones estadísticas distintas.

🔍 El caso de uso real: un ratio que no existe hasta que lo calculas tú

La pregunta de partida es esta:

¿Qué porcentaje de las hipotecas constituidas en cada provincia en 2024 terminó en una ejecución hipotecaria inscrita ese mismo año?

Nadie publica esta cifra por provincia. Los medios cubren titulares nacionales (“las ejecuciones hipotecarias caen un X% interanual”) o, como mucho, un ranking puntual con los datos del año en que se escribió el artículo. Pero el ratio ejecuciones por cada 100 hipotecas nuevas, provincia a provincia y actualizado al último dato disponible, solo se puede obtener cruzando dos tablas del INE que no comparten ni operación ni código:

1. Sobre la tabla de la Estadística de Hipotecas, filtrando por provincia y sumando las doce series mensuales de 2024, se obtiene el número de hipotecas constituidas.

2. Sobre la tabla de la Estadística sobre Ejecuciones Hipotecarias, con el mismo filtro de provincia y año, se obtiene el número de ejecuciones iniciadas e inscritas en el registro de la propiedad.

3. Dividiendo la segunda cifra entre la primera, provincia por provincia, aparece un dato que no está en ningún artículo: el peso relativo de la ejecución hipotecaria sobre el crédito nuevo de cada territorio.

Así queda la serie nacional agregada 2014-2025 —el punto de partida antes de bajar al detalle provincial—:

El titular nacional ya es contraintuitivo: las dos series se mueven en direcciones opuestas. Más crédito hipotecario no se está traduciendo en más ejecuciones — pero ese titular agregado esconde exactamente el tipo de diferencia territorial que solo aparece al bajar a provincia, que es donde el actor de verdad aporta algo que Google no tiene indexado.

El ranking que no existe publicado en ningún sitio

Al calcular el ratio ejecuciones/hipotecas de las 52 provincias para 2024, aparece esto:

Cantabria, La Rioja y Alicante encabezan con más de 6 ejecuciones por cada 100 hipotecas nuevas en 2024. En el otro extremo, Soria, Gipuzkoa y Segovia están por debajo del 1,3%. Es un buen ejemplo de un dato que puede pasarte desapercibido hasta que bajas a este nivel de detalle, cruzando dos operaciones estadísticas distintas del INE, provincia a provincia, para las 52 provincias. Y si nunca llega a publicarse como noticia o artículo, preguntárselo directamente a ChatGPT o a Claude tampoco te va a dar este dato concreto, porque el modelo solo puede apoyarse en lo que esté indexado.

Por qué el dato en bruto engaña y el ratio no

Si comparas directamente el volumen de hipotecas y de ejecuciones por provincia, la correlación es altísima (r ≈ 0,90 sobre los datos de 2024). Pero esa correlación es casi enteramente un efecto de tamaño: las provincias grandes tienen más de todo.

Madrid tiene más del doble de ejecuciones en cifras absolutas que Cantabria (2.064 frente a 487), lo que a simple vista sugeriría más riesgo. Pero relativizado por el volumen de hipotecas que se firman en cada territorio, el ratio de Cantabria (7,31%) es más de tres veces el de Madrid (2,29%). El dato en bruto —el que sí suele aparecer indexado en notas de prensa y artículos— puede llevarte a leer la situación al revés de lo que muestra el ratio. Es otro ejemplo de por qué conviene bajar al dato granular: si te quedas con lo que ya está publicado, es fácil pasar por alto la cifra que en realidad importa.

🤖 Tutorial: Conecta Apify a Claude y empieza a cruzar hipotecas y ejecuciones

Gracias al Model Context Protocol (MCP), Claude puede conectarse a herramientas externas como Apify. En lugar de descargar tablas del INE y cruzarlas a mano en una hoja de cálculo, puedes pedirle a Claude en lenguaje natural el cruce que necesitas y que sea él quien lo monte.

Paso 1: Entra en Claude o en ChatGPT desde el navegador

No hace falta instalar nada: entra directamente en la sección de conectores de Claude con tu cuenta, o en la de ChatGPT si prefieres esa opción. Los conectores MCP funcionan igual desde la web que desde las apps de escritorio o móvil.

Paso 2: Conectar el MCP de Apify (sin necesidad de token)

Ya no hace falta generar y copiar un token de API a mano: el conector de Apify se autoriza directamente con OAuth desde el propio Claude.

1. Ve a Personalizar → Conectores.

2. Haz clic en el botón + junto a Conectores y selecciona Add custom connector.

3. Rellena el formulario con estos dos datos:

   • Name: Apify
   • MCP Server URL: https://mcp.apify.com/

   

   

4. Haz clic en Add, abre el conector recién creado y pulsa Connect para autorizarlo. Si todavía no tienes cuenta de Apify, este es el momento de crearla — la ventana de autorización te lo pedirá, y el plan gratuito incluye créditos de uso mensuales suficientes para ejecutar el actor.

   
   Crear cuenta gratuita en Apify
   

5. Para activar el conector en una conversación, haz clic en + en el chat, pasa el cursor sobre Conectores y activa Apify.

Con esto ya tienes acceso a todos los actores de LegalTech desde Claude: legaltech/ine, legaltech/hacienda, legaltech/cendoj y muchos más.

📱 Bonus: Una vez configurado el conector en tu ordenador, también puedes usarlo desde la app de Claude o de ChatGPT en tu móvil: el conector queda vinculado a tu cuenta, así que no hace falta volver a configurar nada.

Paso 3: Preguntar por hipotecas y ejecuciones desde el chat, en lenguaje natural

Una vez configurado el conector, abre el chat de Claude y verifica que Apify aparece como herramienta disponible.

Ahora puedes pedirle a Claude el cruce completo sin que tengas que conocer ni un solo código de tabla. Por ejemplo:

Usa el actor legaltech/ine y calcula, para cada provincia, qué porcentaje de las hipotecas constituidas en 2024 terminó en una ejecución hipotecaria inscrita ese mismo año

Usa el actor legaltech/ine y compárame la evolución de las ejecuciones hipotecarias y de las hipotecas constituidas en España en los últimos diez años

Usa el actor legaltech/ine y dime qué provincias tienen el mayor ratio de ejecuciones sobre hipotecas nuevas en el último año disponible

Usa el actor legaltech/ine y dime si mi provincia está por encima o por debajo de la media nacional en ese ratio

Claude ejecutará primero una búsqueda semántica para localizar las tablas de la Estadística de Hipotecas y de la Estadística sobre Ejecuciones Hipotecarias, inspeccionará sus dimensiones para acotar por provincia y periodo, extraerá los datos numéricos de ambas y hará el cruce y el cálculo del ratio directamente en la conversación.

Paso 4: Analizar y cruzar los datos desde el chat

Una vez Claude tiene los datos, puedes seguir trabajando con ellos sin salir de la conversación:

• Compárame el ratio de ejecuciones de mi provincia con el de las provincias limítrofes.
• Genera una tabla con la evolución de este ratio en los últimos cinco años, no solo el último dato.
• ¿El ratio de mi provincia ha subido o bajado desde el pico de la crisis en 2014?
• Cruza este ratio con el precio medio de la vivienda por provincia y dime si hay relación.
• Dame la fuente y el enlace exacto de las tablas del INE de las que sale este dato, para citarlas.

El análisis es una conversación: vas afinando tus preguntas y Claude responde apoyándose siempre en el dato vigente que acaba de recuperar directamente de la API del INE, cruzando en tiempo real dos operaciones estadísticas que nunca se han publicado juntas.

Escrito por Miguel Gonzalez Herrera