Stock Analysis on Net

Automatic Data Processing Inc. (NASDAQ:ADP)

US$22.49

這家公司已移至 存檔 財務數據自 2022 年 4 月 29 日以來一直沒有更新。

短期活動比率分析
季度數據

Microsoft Excel

付費用戶區域

資料隱藏在後面:

  • 訂購整個網站的完全訪問許可權,每月 10.42 美元起

  • 以22.49美元的價格訂購1個月的 Automatic Data Processing Inc. 訪問許可權。

這是一次性付款。沒有自動續訂。


我們接受:

Visa Mastercard American Express Maestro Discover JCB PayPal Google Pay
Visa Secure Mastercard Identity Check American Express SafeKey

短期活動比率(摘要)

Automatic Data Processing Inc.、短期活動比率(季度數據)

Microsoft Excel
2022年3月31日 2021年12月31日 2021年9月30日 2021年6月30日 2021年3月31日 2020年12月31日 2020年9月30日 2020年6月30日 2020年3月31日 2019年12月31日 2019年9月30日 2019年6月30日 2019年3月31日 2018年12月31日 2018年9月30日 2018年6月30日 2018年3月31日 2017年12月31日 2017年9月30日 2017年6月30日 2017年3月31日 2016年12月31日 2016年9月30日
換手率
應收賬款周轉率
應付賬款周轉率
營運資金周轉率
平均天數
應收賬款周轉天數
應付賬款周轉天數

根據報告: 10-Q (報告日期: 2022-03-31), 10-Q (報告日期: 2021-12-31), 10-Q (報告日期: 2021-09-30), 10-K (報告日期: 2021-06-30), 10-Q (報告日期: 2021-03-31), 10-Q (報告日期: 2020-12-31), 10-Q (報告日期: 2020-09-30), 10-K (報告日期: 2020-06-30), 10-Q (報告日期: 2020-03-31), 10-Q (報告日期: 2019-12-31), 10-Q (報告日期: 2019-09-30), 10-K (報告日期: 2019-06-30), 10-Q (報告日期: 2019-03-31), 10-Q (報告日期: 2018-12-31), 10-Q (報告日期: 2018-09-30), 10-K (報告日期: 2018-06-30), 10-Q (報告日期: 2018-03-31), 10-Q (報告日期: 2017-12-31), 10-Q (報告日期: 2017-09-30), 10-K (報告日期: 2017-06-30), 10-Q (報告日期: 2017-03-31), 10-Q (報告日期: 2016-12-31), 10-Q (報告日期: 2016-09-30).


觀察資料顯示,應收賬款周轉率在一段時間內呈現波動趨勢。從2016年9月30日的7.32到2018年12月31日的5.25,該比率整體呈現下降趨勢。隨後,在2019年經歷小幅反彈,但在2020年再次下降,並在2021年呈現相對穩定的狀態。至2022年3月31日,該比率降至4.96,為觀察期內最低點。

應收賬款周轉率
整體而言,該比率的下降可能暗示著收款速度減緩,或信用政策的調整。

應付賬款周轉率則呈現出明顯的增長趨勢。從2016年9月30日的58.89,逐步上升至2022年3月31日的113.6。儘管期間偶有波動,但整體趨勢是上升的。尤其在2021年和2022年,該比率顯著增加。

應付賬款周轉率
該比率的上升可能表明公司在供應商付款方面更加積極,或利用了更長的信用期。

營運資金周轉率的變化幅度較大。在2016年至2019年期間,該比率相對穩定,但2019年9月30日出現顯著的激增,達到46.64。隨後,該比率在2020年有所回落,並在2021年和2022年保持在相對較低的水平。

營運資金周轉率
營運資金周轉率的波動可能反映了公司在管理營運資金方面的策略變化,以及對市場機會的快速反應。

應收賬款周轉天數與應收賬款周轉率呈現負相關關係。從2016年9月30日的50天,逐步增加至2018年12月31日的70天,之後在2019年至2021年期間相對穩定,但在2022年3月31日達到74天,為觀察期內最高點。

應收賬款周轉天數
該天數的增加意味著公司需要更長的時間才能收回賬款。

應付賬款周轉天數則呈現下降趨勢。從2016年9月30日的6天,逐步下降至2022年3月31日的3天。

應付賬款周轉天數
該天數的減少表明公司在支付供應商賬款方面更加迅速。

換手率


平均天數比率


應收賬款周轉率

Automatic Data Processing Inc.、應收賬款周轉率、計算 (季度數據)

Microsoft Excel
2022年3月31日 2021年12月31日 2021年9月30日 2021年6月30日 2021年3月31日 2020年12月31日 2020年9月30日 2020年6月30日 2020年3月31日 2019年12月31日 2019年9月30日 2019年6月30日 2019年3月31日 2018年12月31日 2018年9月30日 2018年6月30日 2018年3月31日 2017年12月31日 2017年9月30日 2017年6月30日 2017年3月31日 2016年12月31日 2016年9月30日
選定的財務數據 (以千美元計)
收入
應收賬款,扣除可疑賬款備抵
短期活動比率
應收賬款周轉率1
基準
應收賬款周轉率競爭 對手2
Adobe Inc.
AppLovin Corp.
Cadence Design Systems Inc.
CrowdStrike Holdings Inc.
Datadog Inc.
International Business Machines Corp.
Intuit Inc.
Microsoft Corp.
Oracle Corp.
Palantir Technologies Inc.
Palo Alto Networks Inc.
Salesforce Inc.
ServiceNow Inc.
Synopsys Inc.
Workday Inc.

根據報告: 10-Q (報告日期: 2022-03-31), 10-Q (報告日期: 2021-12-31), 10-Q (報告日期: 2021-09-30), 10-K (報告日期: 2021-06-30), 10-Q (報告日期: 2021-03-31), 10-Q (報告日期: 2020-12-31), 10-Q (報告日期: 2020-09-30), 10-K (報告日期: 2020-06-30), 10-Q (報告日期: 2020-03-31), 10-Q (報告日期: 2019-12-31), 10-Q (報告日期: 2019-09-30), 10-K (報告日期: 2019-06-30), 10-Q (報告日期: 2019-03-31), 10-Q (報告日期: 2018-12-31), 10-Q (報告日期: 2018-09-30), 10-K (報告日期: 2018-06-30), 10-Q (報告日期: 2018-03-31), 10-Q (報告日期: 2017-12-31), 10-Q (報告日期: 2017-09-30), 10-K (報告日期: 2017-06-30), 10-Q (報告日期: 2017-03-31), 10-Q (報告日期: 2016-12-31), 10-Q (報告日期: 2016-09-30).

1 Q3 2022 計算
應收賬款周轉率 = (收入Q3 2022 + 收入Q2 2022 + 收入Q1 2022 + 收入Q4 2021) ÷ 應收賬款,扣除可疑賬款備抵
= ( + + + ) ÷ =

2 按兩下 competitor name (競爭對手名稱) 以查看計算。


觀察資料顯示,收入在一段時間內呈現波動增長趨勢。從2016年9月30日的2916900千美元,經歷了短暫的下降,隨後在2017年3月31日達到3410800千美元的高點。此後,收入經歷了小幅調整,但在2019年12月31日再次顯著增長至4047800千美元。2020年受到一些影響,收入有所回落,但隨後在2021年12月31日達到最高點4513000千美元。

應收賬款,扣除可疑賬款備抵
應收賬款的金額也呈現增長趨勢,但增長速度相對較慢,且波動性較大。從2016年9月30日的1620600千美元,逐步增加至2021年12月31日的3250700千美元。在某些季度,應收賬款的增長速度明顯快於收入的增長速度,例如2017年9月30日至2018年12月31日期間。
應收賬款周轉率
應收賬款周轉率呈現下降趨勢,但整體維持在5到7.5之間。從2016年9月30日的7.32,逐步下降至2022年3月31日的4.96。周轉率的下降可能表明應收賬款的回收速度減慢,或者客戶的付款期限延長。值得注意的是,周轉率在某些季度出現反彈,但整體趨勢仍然是下降的。

總體而言,收入呈現增長趨勢,但增長速度並不穩定。應收賬款的金額也在增加,但周轉率的下降可能需要進一步關注,以評估其對現金流和盈利能力的潛在影響。收入增長與應收賬款周轉率下降的組合,可能暗示著需要更有效的信用管理策略。


應付賬款周轉率

Automatic Data Processing Inc.、應付賬款周轉率、計算 (季度數據)

Microsoft Excel
2022年3月31日 2021年12月31日 2021年9月30日 2021年6月30日 2021年3月31日 2020年12月31日 2020年9月30日 2020年6月30日 2020年3月31日 2019年12月31日 2019年9月30日 2019年6月30日 2019年3月31日 2018年12月31日 2018年9月30日 2018年6月30日 2018年3月31日 2017年12月31日 2017年9月30日 2017年6月30日 2017年3月31日 2016年12月31日 2016年9月30日
選定的財務數據 (以千美元計)
收入成本
應付帳款
短期活動比率
應付賬款周轉率1
基準
應付賬款周轉率競爭 對手2
Accenture PLC
Adobe Inc.
AppLovin Corp.
CrowdStrike Holdings Inc.
Datadog Inc.
International Business Machines Corp.
Intuit Inc.
Microsoft Corp.
Oracle Corp.
Palantir Technologies Inc.
Palo Alto Networks Inc.
ServiceNow Inc.
Workday Inc.

根據報告: 10-Q (報告日期: 2022-03-31), 10-Q (報告日期: 2021-12-31), 10-Q (報告日期: 2021-09-30), 10-K (報告日期: 2021-06-30), 10-Q (報告日期: 2021-03-31), 10-Q (報告日期: 2020-12-31), 10-Q (報告日期: 2020-09-30), 10-K (報告日期: 2020-06-30), 10-Q (報告日期: 2020-03-31), 10-Q (報告日期: 2019-12-31), 10-Q (報告日期: 2019-09-30), 10-K (報告日期: 2019-06-30), 10-Q (報告日期: 2019-03-31), 10-Q (報告日期: 2018-12-31), 10-Q (報告日期: 2018-09-30), 10-K (報告日期: 2018-06-30), 10-Q (報告日期: 2018-03-31), 10-Q (報告日期: 2017-12-31), 10-Q (報告日期: 2017-09-30), 10-K (報告日期: 2017-06-30), 10-Q (報告日期: 2017-03-31), 10-Q (報告日期: 2016-12-31), 10-Q (報告日期: 2016-09-30).

1 Q3 2022 計算
應付賬款周轉率 = (收入成本Q3 2022 + 收入成本Q2 2022 + 收入成本Q1 2022 + 收入成本Q4 2021) ÷ 應付帳款
= ( + + + ) ÷ =

2 按兩下 competitor name (競爭對手名稱) 以查看計算。


從提供的數據中,可以觀察到收入成本呈現整體上升的趨勢。從2016年9月30日的1743600千美元,逐步增加至2022年3月31日的2512200千美元。雖然期間偶有波動,例如2017年6月30日和2018年6月30日出現小幅下降,但整體而言,收入成本呈現持續增長。

收入成本
數據顯示,收入成本在2019年12月31日達到一個峰值,隨後在2020年3月31日有所下降,但在之後的各個季度又恢復增長,並在2022年3月31日達到最高點。這可能反映了業務規模的擴大或生產成本的變化。

應付帳款的數額也呈現波動,但整體而言,在2016年9月30日至2022年3月31日期間,其數額大致在81700千美元至156300千美元之間浮動。

應付帳款
應付帳款在2016年12月31日和2017年6月30日達到相對較高的水平,而在2018年3月31日和2020年3月31日則相對較低。2021年3月31日的應付帳款數額顯著下降,但在之後的季度有所回升。

應付帳款周轉率則呈現較為複雜的變化。

應付帳款周轉率
該比率在2016年9月30日為58.89,經歷了波動後,在2017年9月30日達到65.65的峰值。2021年3月31日出現顯著的上升,達到113.48,表明應付帳款的支付速度加快。隨後,該比率有所回落,但仍維持在相對較高的水平。周轉率的波動可能與供應商的信用政策、現金流管理以及採購策略等因素有關。

總體而言,數據顯示收入成本持續增長,應付帳款數額波動,而應付帳款周轉率則呈現較為複雜的變化模式。這些趨勢可能反映了公司在營運、財務和供應鏈管理方面的策略調整。


營運資金周轉率

Automatic Data Processing Inc.、營運資金周轉率、計算 (季度數據)

Microsoft Excel
2022年3月31日 2021年12月31日 2021年9月30日 2021年6月30日 2021年3月31日 2020年12月31日 2020年9月30日 2020年6月30日 2020年3月31日 2019年12月31日 2019年9月30日 2019年6月30日 2019年3月31日 2018年12月31日 2018年9月30日 2018年6月30日 2018年3月31日 2017年12月31日 2017年9月30日 2017年6月30日 2017年3月31日 2016年12月31日 2016年9月30日
選定的財務數據 (以千美元計)
流動資產
少: 流動負債
營運資金
 
收入
短期活動比率
營運資金周轉率1
基準
營運資金周轉率競爭 對手2
Accenture PLC
Adobe Inc.
AppLovin Corp.
Cadence Design Systems Inc.
CrowdStrike Holdings Inc.
Datadog Inc.
International Business Machines Corp.
Intuit Inc.
Microsoft Corp.
Oracle Corp.
Palantir Technologies Inc.
Palo Alto Networks Inc.
Salesforce Inc.
ServiceNow Inc.
Synopsys Inc.
Workday Inc.

根據報告: 10-Q (報告日期: 2022-03-31), 10-Q (報告日期: 2021-12-31), 10-Q (報告日期: 2021-09-30), 10-K (報告日期: 2021-06-30), 10-Q (報告日期: 2021-03-31), 10-Q (報告日期: 2020-12-31), 10-Q (報告日期: 2020-09-30), 10-K (報告日期: 2020-06-30), 10-Q (報告日期: 2020-03-31), 10-Q (報告日期: 2019-12-31), 10-Q (報告日期: 2019-09-30), 10-K (報告日期: 2019-06-30), 10-Q (報告日期: 2019-03-31), 10-Q (報告日期: 2018-12-31), 10-Q (報告日期: 2018-09-30), 10-K (報告日期: 2018-06-30), 10-Q (報告日期: 2018-03-31), 10-Q (報告日期: 2017-12-31), 10-Q (報告日期: 2017-09-30), 10-K (報告日期: 2017-06-30), 10-Q (報告日期: 2017-03-31), 10-Q (報告日期: 2016-12-31), 10-Q (報告日期: 2016-09-30).

1 Q3 2022 計算
營運資金周轉率 = (收入Q3 2022 + 收入Q2 2022 + 收入Q1 2022 + 收入Q4 2021) ÷ 營運資金
= ( + + + ) ÷ =

2 按兩下 competitor name (競爭對手名稱) 以查看計算。


觀察資料顯示,營運資金在一段時間內呈現波動趨勢。從2016年9月30日的3404900千美元開始,經歷了下降,隨後在2017年3月31日略有回升,但之後再次下降至2017年12月31日的2099100千美元。此後,營運資金在2018年持續下降,並在2018年9月30日達到最低點918600千美元。

2018年12月31日之後,營運資金開始顯著增加,並在2021年12月31日達到2647000千美元的高點。然而,在2022年3月31日,營運資金再次大幅下降至797300千美元。

收入方面,從2016年9月30日的2916900千美元開始,呈現增長趨勢,並在2019年12月31日達到4047800千美元的峰值。隨後,收入在2020年經歷了下降,但在2021年12月31日回升至4513000千美元。

營運資金周轉率則呈現了更為顯著的波動。從2016年9月30日的3.49開始,周轉率在2018年9月30日達到14.77的高峰。隨後,周轉率大幅下降,並在2019年9月30日達到46.64的異常高值,隨後又迅速下降至2020年12月31日的5.87。

營運資金
整體而言,營運資金的變化幅度較大,顯示可能存在較大的資金流動或策略調整。在某些時期,營運資金的快速下降可能與投資、股利支付或其他資金支出有關。
收入
收入的增長趨勢表明業務規模的擴大,但在2020年的下降可能受到外部因素的影響。
營運資金周轉率
營運資金周轉率的波動性表明營運資金的使用效率在不同時期存在顯著差異。高周轉率可能意味著更有效地利用營運資金,但過高的周轉率也可能暗示營運資金不足。2019年9月30日的異常高值需要進一步調查,以確定其原因。

總體而言,資料顯示營運資金、收入和營運資金周轉率之間存在複雜的關係。營運資金周轉率的變化與營運資金和收入的變化並行,但其幅度更大,可能反映了更深層次的業務運營變化。


應收賬款周轉天數

Automatic Data Processing Inc.、應收賬款周轉天數、計算 (季度數據)

Microsoft Excel
2022年3月31日 2021年12月31日 2021年9月30日 2021年6月30日 2021年3月31日 2020年12月31日 2020年9月30日 2020年6月30日 2020年3月31日 2019年12月31日 2019年9月30日 2019年6月30日 2019年3月31日 2018年12月31日 2018年9月30日 2018年6月30日 2018年3月31日 2017年12月31日 2017年9月30日 2017年6月30日 2017年3月31日 2016年12月31日 2016年9月30日
選定的財務數據
應收賬款周轉率
短期活動比率 (天數)
應收賬款周轉天數1
基準 (天數)
應收賬款周轉天數競爭 對手2
Adobe Inc.
AppLovin Corp.
Cadence Design Systems Inc.
CrowdStrike Holdings Inc.
Datadog Inc.
International Business Machines Corp.
Intuit Inc.
Microsoft Corp.
Oracle Corp.
Palantir Technologies Inc.
Palo Alto Networks Inc.
Salesforce Inc.
ServiceNow Inc.
Synopsys Inc.
Workday Inc.

根據報告: 10-Q (報告日期: 2022-03-31), 10-Q (報告日期: 2021-12-31), 10-Q (報告日期: 2021-09-30), 10-K (報告日期: 2021-06-30), 10-Q (報告日期: 2021-03-31), 10-Q (報告日期: 2020-12-31), 10-Q (報告日期: 2020-09-30), 10-K (報告日期: 2020-06-30), 10-Q (報告日期: 2020-03-31), 10-Q (報告日期: 2019-12-31), 10-Q (報告日期: 2019-09-30), 10-K (報告日期: 2019-06-30), 10-Q (報告日期: 2019-03-31), 10-Q (報告日期: 2018-12-31), 10-Q (報告日期: 2018-09-30), 10-K (報告日期: 2018-06-30), 10-Q (報告日期: 2018-03-31), 10-Q (報告日期: 2017-12-31), 10-Q (報告日期: 2017-09-30), 10-K (報告日期: 2017-06-30), 10-Q (報告日期: 2017-03-31), 10-Q (報告日期: 2016-12-31), 10-Q (報告日期: 2016-09-30).

1 Q3 2022 計算
應收賬款周轉天數 = 365 ÷ 應收賬款周轉率
= 365 ÷ =

2 按兩下 competitor name (競爭對手名稱) 以查看計算。


從提供的數據來看,應收賬款周轉率在觀察期間呈現波動趨勢。從2016年9月30日的7.32,經歷下降至2016年12月31日的6.55,隨後在2017年經歷小幅反彈,並於2017年6月30日達到7.27的高點。此後,周轉率再次下降,並在2018年12月31日降至5.25的低點。

2019年,周轉率呈現溫和回升,從2019年3月31日的5.63,逐步上升至2019年12月31日的5.61。2020年,周轉率再次出現波動,在2020年6月30日達到5.98的峰值,隨後在2020年12月31日回落至5.81。

進入2021年,周轉率持續下降,並在2021年12月31日降至5.74。2022年3月31日,周轉率進一步下降至4.96,為觀察期內最低值。

應收賬款周轉天數
與應收賬款周轉率相應,應收賬款周轉天數呈現相反的趨勢。從2016年9月30日的50天,上升至2016年12月31日的56天。在2017年,周轉天數經歷波動,但大致維持在50至60天之間。
2018年,周轉天數顯著增加,在2018年12月31日達到70天的高點。2019年,周轉天數略有下降,但仍維持在63至65天之間。
2020年,周轉天數保持相對穩定,在61至63天之間波動。2021年,周轉天數再次增加,並在2021年12月31日達到66天。2022年3月31日,周轉天數進一步增加至69天,為觀察期內最高值。

總體而言,數據顯示應收賬款周轉率呈現下降趨勢,而應收賬款周轉天數則呈現上升趨勢。這可能表明收款效率降低,或者信用政策發生變化。需要進一步分析以確定這些變化的根本原因。


應付賬款周轉天數

Automatic Data Processing Inc.、應付賬款周轉天數、計算 (季度數據)

Microsoft Excel
2022年3月31日 2021年12月31日 2021年9月30日 2021年6月30日 2021年3月31日 2020年12月31日 2020年9月30日 2020年6月30日 2020年3月31日 2019年12月31日 2019年9月30日 2019年6月30日 2019年3月31日 2018年12月31日 2018年9月30日 2018年6月30日 2018年3月31日 2017年12月31日 2017年9月30日 2017年6月30日 2017年3月31日 2016年12月31日 2016年9月30日
選定的財務數據
應付賬款周轉率
短期活動比率 (天數)
應付賬款周轉天數1
基準 (天數)
應付賬款周轉天數競爭 對手2
Accenture PLC
Adobe Inc.
AppLovin Corp.
CrowdStrike Holdings Inc.
Datadog Inc.
International Business Machines Corp.
Intuit Inc.
Microsoft Corp.
Oracle Corp.
Palantir Technologies Inc.
Palo Alto Networks Inc.
ServiceNow Inc.
Workday Inc.

根據報告: 10-Q (報告日期: 2022-03-31), 10-Q (報告日期: 2021-12-31), 10-Q (報告日期: 2021-09-30), 10-K (報告日期: 2021-06-30), 10-Q (報告日期: 2021-03-31), 10-Q (報告日期: 2020-12-31), 10-Q (報告日期: 2020-09-30), 10-K (報告日期: 2020-06-30), 10-Q (報告日期: 2020-03-31), 10-Q (報告日期: 2019-12-31), 10-Q (報告日期: 2019-09-30), 10-K (報告日期: 2019-06-30), 10-Q (報告日期: 2019-03-31), 10-Q (報告日期: 2018-12-31), 10-Q (報告日期: 2018-09-30), 10-K (報告日期: 2018-06-30), 10-Q (報告日期: 2018-03-31), 10-Q (報告日期: 2017-12-31), 10-Q (報告日期: 2017-09-30), 10-K (報告日期: 2017-06-30), 10-Q (報告日期: 2017-03-31), 10-Q (報告日期: 2016-12-31), 10-Q (報告日期: 2016-09-30).

1 Q3 2022 計算
應付賬款周轉天數 = 365 ÷ 應付賬款周轉率
= 365 ÷ =

2 按兩下 competitor name (競爭對手名稱) 以查看計算。


從提供的數據中,可以觀察到兩個財務比率的季度變化趨勢:應付賬款周轉率和應付賬款周轉天數。

應付賬款周轉率
在觀察期內,該比率呈現波動的趨勢。從2016年9月30日的58.89,經歷了下降,隨後在2017年9月30日回升至65.65。2018年3月31日達到峰值73.21,之後又出現下降。
2019年9月30日再次顯著上升至75.28,並在2020年12月31日達到最高點82.8。2021年該比率維持在相對較高的水平,但於2022年3月31日大幅攀升至113.48,隨後略微回落至87.41,並在2022年12月31日再次達到113.6。
整體而言,該比率在後期呈現上升趨勢,尤其是在2020年之後,顯示出應付賬款的支付速度加快。
應付賬款周轉天數
與應付賬款周轉率相反,應付賬款周轉天數呈現下降趨勢。從2016年9月30日的6天,經歷了波動,但整體上趨於減少。
在2020年,該天數降至4天,並在2021年維持在5天左右。2022年3月31日大幅降至3天,隨後回升至4天,最後在2022年12月31日再次降至3天。
這與應付賬款周轉率的趨勢相符,表明應付賬款的支付週期縮短。

總體而言,數據顯示出應付賬款管理效率的提升,體現在應付賬款周轉率的增加和應付賬款周轉天數的減少。在2020年之後,這種趨勢更加明顯,尤其是在2022年,比率和天數都出現了較大的變化。