非正态收益在前面的分析中我们假设收益呈正态分布，并以标准差作为风险度量。如之前所述，正态性的偏离会导致极端损失的可能性远大于正态分布的情况。这些风险敞口，一般由在险价值或预期损失来衡量。
因此，对我们之前分析的一种拓展是给投资者展示在险价值和预期损失的预测值。
我们把基于正态假设下的资本配置作为分析的基础，面对肥尾分布的投资者也许会减少风险组合的资金配置，并增加无风险资产的配置。
有迹象表明在处理极端方面有进展。早在20世纪初期，当时最伟大的经济学家之一奈特将风险与不确定性区分开来。
其区别是，风险中的概率为已知，但不确定性甚至忽略概率的重要性(如黑天鹅问题)。因此奈特认为对于风险和不确定要用不同的方法。
金融中大部分结果的概率可以通过经验进行评估，这得益于有相对高频的观测值。但极端负值极少发生，因而精确做概率也不可能。后期在决策科学处中心地位的贝叶斯方法排斥奈特的关于客观概率难以估计的观点，无论如何投资者都有主观判断并以这些信念在贝叶斯框架下进行经济决策，即使在处理没有发生过的事件，人们必须要用先念概率。
这样，在该框架中，风险和不确定性的区别其实并不重要。虽然今天的经济学家回到了奈特的理论，但是高级效用函数可以区分风险和不确定性，并且对不确定性给予更大权重。
