中付向代理商追索2500万元损失 事涉另一家支付机构20%股权转让

本文主要是介绍中付向代理商追索2500万元损失 事涉另一家支付机构20%股权转让,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

    侯维科技深圳福田法院近日披露一起与持证机构中付有关的案件裁定书,使得中付与其曾经的代理商上海米刷之间近2500万元的纠纷公之于众。

裁定书显示,被告王新实际控制的上海米刷金融信息服务有限公司为中付的下级代理商。2017年6月,王新挪用中付结算给商户的资金,因其无现金偿还,愿意将其控制的房产、股权等具有价值的财产转让给中付以抵偿损失。

为此,中付、上海米刷、王新、上海蓝珀共同签署《财产转让协议书》,约定上海米刷和上海蓝珀确认因挪用了甲方结算给商户的资金暂计约1783万元,愿意赔偿中付所有损失。上海蓝珀愿意将其名下两处厂房转让给中付,将间接持有福建省掌财通支付服务有限公司20%的股权转让给中付。

可是协议签署后,王新未履行协议约定的转让义务。中付表示,截止起诉之日已经造成损失为24561122.64元。

企查查显示,持证支付机构福建省掌财通支付服务有限公司的大股东为福建省凤舞信息技术有限公司,在上海米刷金融信息服务有限公司占有20%的股份。

中国支付网发现,在2017年10月18日,掌财通支付发布公告,称于2017年9月6日正式终止上海米刷金融信息服务有限公司委托发卡业务合作。

公开资料显示,掌财通支付注册于2009年5月,注册资本人民币1亿元,前期主要从事银行卡收单及互联网支付的专业化拓展与维护。于2012年6月27日获得《支付业务许可证》,许可经营范围为福建省内的预付卡发行与受理。

就在两个月前,掌财通支付刚刚完成了一次股权变动,原法人代表林雪红和原股东林泽权退出,新进来的股东康媛媛同时担任新的法人代表。

为了防止损失难以挽回,中付已经提前向法院申请保全上述被告名下价值24561122.64元的财产,得到了法院的批准,并已经执行。

中付起诉维权之后,被告王新两次向法院提出管辖权异议,均被法院裁定驳回。

2017年12月13日,上海米刷金融信息服务有限公司因“公示企业信息隐瞒真实情况、弄虚作假”,被上海工商部门列入经营异常名单。截至发稿时,仍未有移出的信息。
   侯维科技#转载

这篇关于中付向代理商追索2500万元损失 事涉另一家支付机构20%股权转让的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/627477

相关文章

内卷时代无人机培训机构如何做大做强

在当今社会,随着科技的飞速发展,“内卷”一词频繁被提及,反映了各行业竞争日益激烈的现象。对于无人机培训行业而言,如何在这样的时代背景下脱颖而出,实现做大做强的目标,成为每个培训机构必须深思的问题。以下是从八个关键方面提出的策略,旨在帮助无人机培训机构在内卷时代中稳步前行。 1. 精准定位市场需求 深入研究市场:通过市场调研,了解无人机行业的最新趋势、政策导向及未来发展方向。 明确目标

SigLIP——采用sigmoid损失的图文预训练方式

SigLIP——采用sigmoid损失的图文预训练方式 FesianXu 20240825 at Wechat Search Team 前言 CLIP中的infoNCE损失是一种对比性损失,在SigLIP这个工作中,作者提出采用非对比性的sigmoid损失,能够更高效地进行图文预训练,本文进行介绍。如有谬误请见谅并联系指出,本文遵守CC 4.0 BY-SA版权协议,转载请联系作者并注

创业者该如何设计公司的股权架构

本文来自七八点联合IT橘子和车库咖啡的一系列关于设计公司股权结构的讲座。 主讲人何德文: 在公司发展的不同阶段,创业者都会面临公司股权架构设计问题: 1.合伙人合伙创业第一天,就会面临股权架构设计问题(合伙人股权设计); 2.公司早期要引入天使资金,会面临股权架构设计问题(天使融资); 3.公司有三五十号人,要激励中层管理与重要技术人员和公司长期走下去,会面临股权架构设计问题(员工股权激

逐行讲解Transformer的代码实现和原理讲解:计算交叉熵损失

LLM模型:Transformer代码实现和原理讲解:前馈神经网络_哔哩哔哩_bilibili 1 计算交叉熵目的 计算 loss = F.cross_entropy(input=linear_predictions_reshaped, target=targets_reshaped) 的目的是为了评估模型预测结果与实际标签之间的差距,并提供一个量化指标,用于指导模型的训练过程。具体来说,交叉

jsapi 支付缺少appid ¬ify_url

$.ajax({url: 'url',type: 'get',dataType: "json",//改成jsonsuccess: function (data) {//$('#xx').val(data)WeixinJSBridge.invoke('getBrandWCPayRequest', $.parseJSON(data),function(res){if(res.err_msg == "

“设计模式双剑合璧:工厂模式与策略模式在支付系统中的完美结合”

工厂模式(Factory Pattern)和策略模式(Strategy Pattern)都是常见的设计模式,但它们解决的问题和应用场景不同。下面是它们的区别: 1. 目的不同: 工厂模式(Factory Pattern): 工厂模式的主要目的是创建对象。它通过定义一个创建对象的接口,让子类决定实例化哪一个具体类,从而将对象创建的逻辑与使用的代码分离。 工厂模式可以分为简单工厂、工厂方法和抽象

社群空间站付费入群系统易支付版全套搭建教程

社群空间站9.9付费入群系统易支付版全套搭建教程 1.创建站点 2.搭建环境 php7.2 3.上传源码包 数据库批量修改sq9.dongge1.icu s10.dongge1.icu 改为你的域名 4.上传数据库 修改数据库文件/data/config/ 5.访问域名 6.账户密码 admin 123456 7.易支付修改地址是在/data/tpl/app/default/yy_

【深度学习 误差计算】10分钟了解下均方差和交叉熵损失函数

常见的误差计算函数有均方差、交叉熵、KL 散度、Hinge Loss 函数等,其中均方差函数和交叉熵函数在深度学习中比较常见,均方差主要用于回归问题,交叉熵主要用于分类问题。下面我们来深刻理解下这两个概念。 1、均方差MSE。 预测值与真实值之差的平方和,再除以样本量。 均方差广泛应用在回归问题中,在分类问题中也可以应用均方差误差。 2、交叉熵 再介绍交叉熵损失函数之前,我们首先来介绍信息

Anchor Alignment Metric来优化目标检测的标签分配和损失函数。

文章目录 背景假设情况任务和目标TaskAligned方法的应用1. **计算Anchor Alignment Metric**2. **动态样本分配**3. **调整损失函数** 示例总结 背景 假设我们在进行目标检测任务,并且使用了YOLOv8模型。我们希望通过TaskAligned方法来优化Anchor与目标的匹配程度,从而提升检测效果。 假设情况 图像: 一张包含

在目标检测模型中使用正样本和负样本组成的损失函数。

文章目录 背景例子说明1. **样本和标签分配**2. **计算损失函数**3. **组合损失函数** 总结 背景 在目标检测模型中,损失函数通常包含两个主要部分: 分类损失(Classification Loss):用于评估模型对目标类别的预测能力。定位损失(Localization Loss):用于评估模型对目标位置的预测准确性。 例子说明 假设我们有一个目标检测模