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

uni-pay 2.x:一站式支付解决方案,让支付变得简单高效

一、引言 在移动互联网时代,支付功能已成为各类应用不可或缺的一部分。然而,支付功能的开发往往伴随着复杂的流程和高昂的成本,特别是在对接微信支付、支付宝支付等主流支付渠道时,前端后端的开发工作量和出错率都较高。为了简化这一过程,uni-pay应运而生,并以其高效、易用的特性受到了广大开发者的青睐。最近,uni-pay又升级到了2.x版本,进一步增强了其功能性和易用性。 二、uni-p

PyTorch nn.MSELoss() 均方误差损失函数详解和要点提醒

文章目录 nn.MSELoss() 均方误差损失函数参数数学公式元素版本 要点附录 参考链接 nn.MSELoss() 均方误差损失函数 torch.nn.MSELoss(size_average=None, reduce=None, reduction='mean') Creates a criterion that measures the mean squared err

艺体培训机构管理系统的设计

管理员账户功能包括:系统首页,个人中心,管理员管理,教师管理,学员管理,活动管理,课程管理,选课信息管理 前台账户功能包括:系统首页,个人中心,论坛,活动,课程,公告通知,机构介绍 开发系统:Windows 架构模式:B/S JDK版本:Java JDK1.8 开发工具:IDEA(推荐) 数据库版本: mysql5.7 数据库可视化工具: navicat 服务器:SpringBoot自带

高可用电商支付架构设计方案

高可用电商支付架构设计 在现代电商业务中,支付过程是其中至关重要的一环,一个高可用、安全稳定的支付架构不仅可以提高整个系统的可靠性和扩展性,降低维护成本,还可以优化用户体验,增加用户黏性。 本文将提出一种高可用的电商支付架构设计方案,并全程记录落地方法。 高可用电商支付架构设计一、前言1、电商支付一般流程2、本项目业务背景 二、订单服务1、数据库设计2、如何确保订单的幂等性3、未支

深度学习常见概念解释(四)——损失函数定义,作用与种类(附公式和代码)

损失函数 前言定义作用种类1. 均方误差损失(Mean Squared Error Loss,MSE)公式特点和优点缺点使用场景示例代码在机器学习框架中的使用总结 2. 交叉熵损失(Cross-Entropy Loss)公式特点和优点使用场景示例代码在机器学习框架中的使用总结 总结 前言 在机器学习和深度学习中,损失函数(Loss Function)起着至关重要的作用。它是模型

django使用uuid的坑,据说有外国公司已经为此损失了超1w刀

错误的代码 import uuid from django.db import models class MyModel(models.Model): id = models.CharField(max_length=32, primary_key=True, editable=False, default=str(uuid.uuid4())) # 其他字段... 上述代码错误的地

谷歌支付总结(下)

[html]  view plain copy 开篇:   [html]  view plain copy 如billing开发文档所说,要在你的应用中实现In-app Billing只需要完成以下几步就可以了。   [html]  view plain copy 第一,把你上篇下载的AIDL文件添加到你的工程里,第二,把<u

谷歌支付总结(上)

写在前面: 最近Google貌似又被全面封杀了,幸好在此之前,把Google play billing弄完了,现在写篇 博客来做下记录。这篇博客一是自己做个记录,二是帮助其他有需要的人。因为现在基本登不上Google开发者后台,所以有些东西就没有办法截图了,尽量争取讲的全面些。这个博客会分成两篇,第一篇主要讲准备工作(要准备的东西挺多),第二篇讲相关的代码接入。 准备工作: 既然是做

深度学习:关于损失函数的一些前置知识(PyTorch Loss)

在之前进行实验的时候发现:调用 Pytorch 中的 Loss 函数之前如果对其没有一定的了解,可能会影响实验效果和调试效率。以 CrossEntropyLoss 为例,最初设计实验的时候没有注意到该函数默认返回的是均值,以为是总和,于是最后计算完 Loss 之后,手动做了个均值,导致实际 Loss 被错误缩放,实验效果不佳,在后来 Debug 排除代码模型架构问题的时候才发觉这一点,着实花费了

PyTorch nn.CrossEntropyLoss() 交叉熵损失函数详解和要点提醒

文章目录 前置知识nn.CrossEntropyLoss() 交叉熵损失参数数学公式带权重的公式(weight)标签平滑(label_smoothing) 要点 附录参考链接 前置知识 深度学习:关于损失函数的一些前置知识(PyTorch Loss) nn.CrossEntropyLoss() 交叉熵损失 torch.nn.CrossEntropyLoss(weight=N