The importance of calibrating hedging strategies for processors has escalated primarily due to the sharply increased volatility of futures, product, and by‐product prices. The purpose of this paper is to analyze price risk‐management strategies for wheat flour milling using copula distributions. While the application is for flour milling, it has similarities with other processing industries which confront one or more ingredients, one or more outputs, and futures for one of the commodities and/or products. The paper develops utility maximizing models encompassing expected return and risk. Alternative scenarios are evaluated. First, the models were used to derive optimal hedge ratios, as well as various measures of risk and return under alternative scenarios, and hedge durations. The results indicated hedge ratios are typically less than 1. The hedge ratios for the Mean‐value‐at‐risk (M‐VaR)‐Copula model increased with greater durations. Second, the VaR for the M‐VaR‐Copula was in most cases less than the noncopula specifications. Thus, noncopula models may over state risk as represented by VaR. L'importance de réajuster les stratégies de couverture des transformateurs s'est accrue principalement en raison de la forte hausse de la volatilité des cours à terme, des prix des produits et des sous‐produits. La présente étude vise à analyser, à l'aide des copules, les stratégies de gestion du risque de prix des transformateurs de farine de blé. Bien que cette application touche l'industrie de la fabrication de la farine, elle présente des similarités avec d'autres industries de transformation qui utilisent un ingrédient ou plus, un intrant ou plus et qui concluent des contrats à terme pour un des produits de base ou autres. Nous avons élaboré des modèles de maximisation de l'utilité qui englobent le rendement prévu et le risque. Nous avons aussi évalué des scénarios de rechange. Nous avons utilisé les modèles pour dériver les ratios de couverture optimaux et pour déterminer diverses mesures du risque et du rendement en fonction des scénarios de rechange et de la durée de la couverture. Les résultats de notre étude indiquent que les ratios de couverture sont, en règle générale, inférieurs à 1. Les ratios de couverture du modèle moyenne‐VaR‐copule augmentent lorsque les périodes sont longues. La variance du modèle moyenne‐VaR‐copule était, dans la plupart des cas, inférieure aux spécifications du modèle sans copule. Ainsi, les modèles sans copule peuvent surévaluer le risque représenté par la VaR.