آثار زیان باری که رسوایی های مالی در سال های اخیر به وجود آورده است، توجه به بحث تقلب در ایران را اجتناب ناپذیر کرده است. تحقیقات نشان داده است که یک سیستم توسعه یافته کنترلی، سد حفاظتی قوی در برابر انواع دست کاری داده ها و تقلب در داخل سازمان است. این پژوهش که در قالب رساله دکترای تخصصی الهه تشدیدی در رشته حسابداری انجام شده است به دنبال ارائه الگوی جامع پیشگیری و کشف تقلب در ایران است و از دو بخش کیفی و کمی تشکیل شده است. 
هدف اصلی بخش کیفی پژوهش، ارائه الگوی پیشگیری تقلب با توجه به ویژگی های فرهنگی، اقتصادی و سیاسی حاکم بر سازمان های ایرانی می باشد. این بخش، از نوع پژوهش های کیفی است که با استفاده از روش نظریه پردازی زمینه بنیان و بررسی مطالعات کتابخانه ای انجام شده است. براساس نتایج این پژوهش عوامل فرهنگ اخلاقی سازمان و سیستم کنترلی اثربخش ، شروط علی و اثرگذار بر روش های کنترلی شناخته شدند. همچنین فرهنگ عمومی، شرایط اقتصادی کشور، اعتقادات مذهبی و نظام قانونی جزء شرایط زمنیه ای و عوامل حاکمیت شرکتی و کیفیت حسابرسی مستقل جزء شرایط مداخله گر قرار گرفتند. در نهایت روش های پیشگیری و کنترل تقلب در 4 گروه کنترل های فیزیکی، کنترل های حسابداری، افشاگری تقلب و افزایش نقش واحد منابع انسانی طبقه بندی و پیامدهای آن در سه سطح جامعه، سازمان و سطح فردی شناسایی و ارائه گردیدند.
با توجه به اینکه برای کتمان تقلب در صورت های مالی از طرح های پیچیده و سازمان یافته استفاده می شود، خطر کشف نشدن تقلب افزایش می یابد، در نتیجه توسعه روش های کشف تقلب می تواند به عنوان راهکاری مورد توجه قرار گیرد. لذا بخش کمی پژوهش با استفاده از الگوریتم زنبورعسل به توسعه روش های کشف تقلب در صورت های مالی پرداخته است. برای بررسی موضوع سه روش الگوریتم زنبور عسل، الگوریتم ژنتیک و رگرسیون لوجستیک به کارگرفته شده است. نمونه آماری این مطالعه متشکل از 36 شرکت پذیرفته شده در بورس اوراق بهادار (18 شرکت مشکوک به تقلب و 18شرکت غیر متقلب) برای دوره زمانی 1394-1396است. شرکت های مشکوک به تقلب بر اساس چک لیست تهیه شده از ویژگی های عوامل تاثیرگذار بر پیشگیری تقلب، که در بخش اول پژوهش تببین گردیدند، انتخاب شدند. پس از استفاده از آنتروپی متقابل، 16نسبت مالی به عنوان پیش بینی کننده های بالقوه گزارشگری مالی متقلبانه معرفی شدند.
یافته های پژوهش نشان داد که روش الگوریتم زنبور عسل با دقت پیش بینی 96.2درصد نسبت به دو روش الگوریتم ژنتیک با دقت 88.5درصد و رگرسیون لوجستیک با دقت 80.8درصد، از عملکرد بهتری جهت شناسایی شرکت های مشکوک به تقلب در صورت های مالی برخوردار است. هم چنین روش پیشنهادی این پژوهش در مقایسه با دیگر روش های تکاملی، از دقت پیش بینی بالاتر، درصد خطای کمتر و سرعت نسبتا خوبی برخوردار است، لذا در حل مسئله پیش بینی احتمال تقلب در صورت های مالی، پیاده سازی الگوریتم زنبور عسل نتایج بهتری را ا رائه می دهد.
گفتنی است این پژوهش با راهنمایی دکتر سحر سپاسی عضو هیأت علمی دانشکده مدیریت و اقتصاد دانشگاه انجام شد.