本文关注高维环境中线性回归系数的同步测试。当维数大于样本量时，经典的$F$-检验不适用，因为样本协方差矩阵是不可逆的。最近，[5]和[17]通过排除$F$-统计中的逆项，提出了测试程序。然而，这种基于$F$统计的方法的效率受到外围观测值和重尾分布的不利影响。为了克服这个问题，我们提出了一种基于秩回归的稳健得分测试。建立了所提出的检验统计量在高维零假设和替代假设下的渐近分布。它相对于[17]检验的渐近相对效率与Wilcoxon检验与$t$-检验的相对效率密切相关。进行了仿真研究，将所提出的程序与其他现有的测试程序进行了比较，结果表明，我们的程序在大小和功率方面通常都更稳健。