En este documento, estudiamos la clase de distribuciones generalizadas de Johnson y sus aplicaciones en finanzas y teoría del riesgo. La literatura reciente sobre las distribuciones de Johnson muestra una mejor bondad de ajuste para los datos provenientes de los mercados financieros, como los rendimientos de carteras. Sin embargo, una pregunta general en teoría del riesgo y finanzas es la siguiente: ¿Qué clase de distribuciones es más apropiada para determinar el comportamiento de los datos provenientes de los mercados financieros y reclamaciones de seguros? Otra pregunta es la siguiente: ¿Existe alguna clase de distribuciones que sea apropiada para cálculos relacionados con cualquier tipo de riesgo enfrentado por instituciones financieras y compañías de seguros? La respuesta propuesta a estas preguntas es el uso de las distribuciones generalizadas de Johnson. Los parámetros de dichas distribuciones se estiman mediante las estadísticas de orden de una o más muestras, representando un enfoque unificado que abarca todo tipo de métricas de riesgo. Las funcionales de riesgo incluyen el valor en riesgo y la pérdida esperada, medidas de riesgo coherentes, y puntos finales y umbrales. Deducimos que las funcionales de riesgo satisfacen propiedades tipo convexidad con respecto a distribuciones finitamente mezcladas. También demostramos detalladamente que la distribución empírica es una forma razonable para la estimación de las mencionadas funcionales de riesgo. En el Apéndice, proporcionamos dos ejemplos numéricos para ajustar muestras de rendimientos de cartera bajo la transformación de Johnson.